摘要
本发明公开了一种基于YOLOv11改进的驾驶员异常驾驶行为检测方法,步骤为:S1构建数据集:收集驾驶员异常驾驶行为数据集,并对数据集进行预处理,并采用图像亮度自适应调整机制处理数据集中曝光或低亮度图片;再划分数据集并标注;S2构建模型并训练:在YOLOv11模型中引入GSConv模块和Dysample动态上采样技术构建改进的YOLOv11驾驶员异常驾驶行为检测模型;并进行训练,训练完成后得到最终的驾驶员异常驾驶行为检测模型权重;S3测试结果并评估:使用训练得到的检测模型权重对输入图片进行测试,得到驾驶员异常驾驶行为属性识别结果,再对模型进行性能评估。该方法具有更高的准确性、时效性和抗干扰能力。
技术关键词
上采样技术
图片
特征金字塔
偏移特征
数据
动态
综合评估模型
因子
图像亮度值
训练集
像素点
采样点
采样方法
模块
脚本
曲线
系统为您推荐了相关专利信息
空间站
螺栓
图像识别算法
引入注意力机制
路径规划算法
数据分析方法
事件特征
集成卷积神经网络
高维数据结构
样本
跌倒检测方法
活动特征
注意力
分类器
前馈神经网络