一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法

本发明涉及图像处理领域，具体为一种融合ECLA‑HSFPN的轻量化疲劳驾驶检测方法，包括：收集疲劳驾驶图像，并使用Labeling工具进行标注，制作相关数据集；搭建yolov8和ECLA‑HSFPN融合的网络模型；对改进的网络模型设置参数并进行训练；构建疲劳驾驶模型、并在测试集上进行模型性能评估；在YOLOv8的基础上进行了深度定制和优化，在Head网络中，将ECLA‑HSFPN来实现多尺度特征融合，将高层特征作为权重过滤低层特征信息，将过滤后的信息再与高层特征进行合并，增强模型的特征表达能力；在检测精度保持不变的情况下，能够显著降低模型的参数量和运算量，大大提升运算效率。