基于深度学习的矿用胶轮车驾驶员行为监测方法与系统

本发明公开了基于深度学习的矿用胶轮车驾驶员行为监测方法与系统，涉及矿山井下设备技术领域，将已训练完成的行为检测模型部署在边缘设备中，将包含驾驶员的图像输入到已训练完成的行为检测模型中，利用TPU(张量处理单元)加速推理，以获得目标检测结果，行为检测模型输出的结果包括目标物体的坐标、置信度和类别信息，基于模型的输出结果，将判定驾驶员是否存在违规行为，所述违规行为包括驾驶员疲劳、驾驶员分心、驾驶员未佩戴安全帽、驾驶员未系安全带、驾驶员使用手机和驾驶员抽烟；该矿用胶轮车驾驶员行为监测方法与系统，对驾驶员状态的实时监控和违规行为的高效识别。