摘要
本发明提供了一种轻量级的驾驶员分心行为检测方法,属于计算机视觉技术领域。解决了分心驾驶检测算法模型结构复杂,参数量大,以及模型轻量化与检测精度之间的不平衡技术问题。其技术方案为:包括以下步骤:S1:采集分心驾驶行为数据图片,构建分心驾驶行为数据集;S2:以YOLOv8n模型为基础构建轻量级的分心驾驶检测网络ASU‑YOLO;S3:使用制作的分心驾驶行为数据集对构建的ASU‑YOLO网络模型进行训练,得到轻量级的分心驾驶检测模型;S4:通过训练好的模型对分心驾驶行为进行检测。本发明的有益效果为:本发明在减少算法的参数量与计算量的同时提高模型的检测精度,实现模型的轻量化,满足实时检测的需求。
技术关键词
驾驶员分心
协同注意力
采样模块
数据
计算机视觉技术
平衡技术
图片
分支
标注工具
图像
算法模型
语义特征
水杯
网络结构
精度
视频
手机
系统为您推荐了相关专利信息
入侵检测方法
异构无人机
梯度提升树模型
随机森林模型
编码器
智能运维系统
电梯运行数据
知识图谱构建
可视化模块
历史故障数据
医用不锈钢
呼吸暂停事件
睡眠统计数据
穴位
患者