驾驶员疲劳检测方法、装置、电子设备及存储介质

本申请涉及智能驾驶安全技术领域，特别涉及一种驾驶员疲劳检测方法、装置、电子设备及存储介质，方法利用改进YOLOv5s模型，在原始YOLOv5s模型的Backbone部分引入M3CA模块，并在预测层引入预设的EIoU Loss损失函数，方法包括：将待检测的驾驶员图像输入至改进YOLOv5s模型，得到当前驾驶员的至少一个人脸特征的状态类别和每个人脸特征的状态类别对应的置信度，根据预设的判定规则，得到当前驾驶员的疲劳检测结果。由此，解决了相关技术的检测算法在低算力设备上运行困难及检测精度不足的问题，通过优化YOLOv5s模型结构并引入高效损失函数，实现了模型轻量化及对复杂环境的适应性提升。