原文传递
基于YOLOv5模型的驾驶疲劳研究
| 题名： | 基于YOLOv5模型的驾驶疲劳研究 |
| 作者： | 蔡姗姗 郭寒英 |
| 作者单位： | 1. 西华大学 |
| 关键词： | 关键词：驾驶疲劳检测;YOLOv5模型;面部表情识别;深度学习; |
| 摘要： | 摘要：打哈欠是判定驾驶员疲劳状态的关键因素，考虑到驾驶疲劳检测易受驾驶员自身条件和外部环境的干扰，以及实时性差等情况研究了驾驶员的打哈欠问题，提出了一种利用YOLOv5网络模型进行疲劳检测的方法。首先通过LabelImg对处理过的YawDD开源数据集进行标注，再经过深度学习模型对样本进行多次迭代训练得到最优权重数据，最后将其用于测试集上进行测试。检测结果表明，样本平均识别准确率可达98%以上，所建模型具有高精度检测打哈欠行为的能力。 |
| 期刊名称： | 黑龙江交通科技 |
| 出版日期： | 202404 |
| 出版年： | 2024 |
| 期： | 5 |
检索历史
应用推荐
