摘要
本发明提供一种自监督学习的驾驶员分心行为检测方法,用于检测驾驶员的分心行为。该方法包括预训练和微调两个阶段:(1)预训练阶段首先利用大量未标记的数据集进行自监督学习,然后利用掩码图像块训练模型,并重新预测图像的掩码区域;(2)微调阶段使用迁移学习对预训练的模型进行微调,该阶段包括精度优化、编码器轻量化,以及数据增强。本发明提供一种自监督学习的驾驶员分心行为检测方法,利用图像掩蔽策略在大量未标记的数据集上进行预训练,重新配置了SwinTransformer块的数量,提高了模型在复杂场景中的泛化能力,实现驾驶员分心行为的准确检测。
技术关键词
驾驶员分心
图像块
编码器模块
多层感知器
注意力
软融合策略
像素
图像掩蔽
阶段
掩码策略
数据
标记
图像分割
标签
噪声
系统为您推荐了相关专利信息
人体姿态估计方法
关键点特征
人体关键点
解码器
卷积神经网络提取
特征提取模型
预测特征
矩阵
编码器
数据预测方法
图像版权保护
样本生成方法
编码器
通道注意力机制
分类器
智能警示方法
自然语言模型
投影特征
语音
输出警示信息