基于RGCfusion的危险驾驶行为检测方法

AITNT
正文
推荐专利
基于RGCfusion的危险驾驶行为检测方法
申请号:CN202411057494
申请日期:2024-08-02
公开号:CN118942076A
公开日期:2024-11-12
类型:发明专利
摘要
本发明涉及目标检测领域,涉及一种基于RGCfusion的危险驾驶行为检测方法,收集多张机动车驾驶员在开车时进行不同类型的危险驾驶的图片;搭建RGCfusion‑YOLO模型,利用RGCSPELAN模块替换YOLOv8模型中的C2f模块,在neck层与检测头之间增加CGAFusion特征融合模块或在neck层与检测头之间增加CAAFusion特征融合模块;对RGCfusion‑YOLO模型进行训练;利用训练后的RGCfusion‑YOLO模型进行危险驾驶行为检测。与现有技术相比,本发明通过对YOLOv8模型进行改进,引入RGCSPELAN模块和Fusion特征融合模块对不同类型的危险驾驶的图片进行检测分类,这样不仅仅增加识别的准确性,并且减少了对驾驶员的驾驶操作难度。
技术关键词
YOLO模型 模块 全局平均池化 检测头 图片 Sigmoid函数 sigmoid函数 代表 内核 洗牌 机动车 通道 注意力 信道 训练集 编码器 元素 参数 分支 格式
系统为您推荐了相关专利信息
1
基于机械臂采集脑电信号的刺激参数的优化方法及装置
参数 采集脑电信号 数据 凹陷滤波 机械臂
2
一种光纤网络数据流安全管控平台
光纤网络 管控平台 双模态探针 可信执行环境 网络安全状态
3
一种易拆卸的冷风扇用清洁机构
颗粒物浓度传感器 调控算法 清洁机构 清洗液 子模块
4
一种基于多尺度注意力的可见光与红外图像融合方法及系统
红外图像融合方法 可见光图像 残差模块 注意力 多尺度
5
一种根因定位方法、装置、电子设备及存储介质
定位方法 性能指标数据 节点特征 电子设备 可读存储介质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号