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
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
检测解码器
编码器
金字塔池化模块
融合特征
分支
柔性末端执行器
对接系统
无人艇
加油口
消除磁场
路径优化系统
司机
大数据
卫星定位系统
数据分析模块