一种基于级联卷积神经网络的分心驾驶行为检测方法

AITNT
正文
推荐专利
一种基于级联卷积神经网络的分心驾驶行为检测方法
申请号:CN202411724928
申请日期:2024-11-28
公开号:CN119672681B
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了一种基于级联卷积神经网络的分心驾驶行为检测方法,包括以下步骤:S1、建立级联卷积神经网络模型,包括相互连接的主网络和辅助网络;S2、对级联卷积神经网络模型进行优化和模型训练,得到训练好的级联卷积神经网络模型;S3、将待检测图像输入训练好的级联卷积神经网络模型,通过训练好的级联卷积神经网络模型对待检测图像进行分类,得到分心驾驶行为检测结果。与现有技术相比,本发明优化了模型训练参数,显著提升检测效果。本发明通过引入级联思想,设计主网络和辅助网络相结合的级联卷积神经网络模型,增强图像特征提取能力,提高检测准确率。有效减少模型过拟合,提高了泛化能力。
技术关键词
级联卷积神经网络 积层 图像特征提取 整理仪容 司机 左手 数据 收音机 图片 参数 样本 表达式 后座 批量 标签 编码
系统为您推荐了相关专利信息
1
一种基于视觉识别的地形工程特征提取方法
特征提取模型 特征提取方法 水工建筑物 地形特征 全卷积神经网络
2
基于多任务模型的目标检测方法
检测解码器 编码器 金字塔池化模块 融合特征 分支
3
一种无人艇加油自主对接系统
柔性末端执行器 对接系统 无人艇 加油口 消除磁场
4
一种基于轻量化残差神经网络的目标深度属性判别方法
残差神经网络 判别方法 数值仿真 阵列 数据
5
基于大数据的智能物流路径优化系统
路径优化系统 司机 大数据 卫星定位系统 数据分析模块
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