基于深度学习的神经网络模型的疲劳驾驶检测方法

本发明涉及一种基于深度学习的神经网络模型的疲劳驾驶检测方法，包括，采集带有驾驶员面部图像的图片；将图像输入到计算模型，该计算模型基于YOLOV8模型搭建；计算模型对图像进行预处理，首先，生成统一图像尺寸640*640；然后，对图像进行色彩通道转换将图像格式转换为RGB格式；对图像归一化处理，将图像像素从[0,255]范围缩放到[0,1]；将预处理后的图像输入对计算模型，提取图像的基本特征；使用特征金字塔网络和路径聚合网络对不同尺度的特征图进行融合，得到三个特征图；对三个特征图进行处理，生成检测结果，得到每个候选框的类别和边界框位置。本发明利用神经网络模型实现疲劳驾驶检测，该检测方法对现有的运算模型进行了轻量化改造，使其需要的硬件资源更少，从而在应用于低配终端时，能获得更好的检测效率。