基于改进YOLOv5的驾驶员疲劳状态检测 | |
李浩1; 马晓2; 周万珍1 | |
2024-01-15 | |
发表期刊 | 河北工业科技 |
ISSN | 1008-1534 |
卷号 | 41期号:01页码:17-26 |
摘要 | 为了减少因疲劳驾驶而造成的意外交通事故,提出了一种基于改进的YOLOv5网络模型,对驾驶员的疲劳状态进行检测。首先,使用轻量型网络MobileNetV3替换原YOLOv5主干网络;其次,在颈部网络各个C3模块中融入ECA注意力机制;最后,通过检测网络对眼睛的开合度和嘴巴有无打哈的状态进行定位和识别,使用多指标对驾驶员进行疲劳判定,并自建疲劳检测数据集进行实验。结果表明:改进的YOLOv5模型参数量、计算量、体积分别减小至原模型的48%、38%、50%,解决了原模型参数量、计算量、体积过大的问题;mAP值由98.6%提升至99.1%,精确率由95.9%提升至96.8%,检测速率由115 f/s提升至119 f/s,进一步提高了模型的检测精度和检测速度。改进的YOLOv5模型具备轻量化、高精度、高速率的特点,可为疲劳驾驶预警提供参考。 |
关键词 | 计算机图像处理 YOLOv5 MobileNetV3 ECA 轻量化 疲劳驾驶 |
URL | 查看原文 |
语种 | 中文 |
资助项目 | 河北省自然科学基金(F2018208116); |
原始文献类型 | 学术期刊 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/168146 |
专题 | 国家开放大学河北分部 |
通讯作者 | 周万珍 |
作者单位 | 1.河北科技大学信息科学与工程学院; 2.沧州开放大学监察室 |
推荐引用方式 GB/T 7714 | 李浩,马晓,周万珍. 基于改进YOLOv5的驾驶员疲劳状态检测[J]. 河北工业科技,2024,41(01):17-26. |
APA | 李浩,马晓,&周万珍.(2024).基于改进YOLOv5的驾驶员疲劳状态检测.河北工业科技,41(01),17-26. |
MLA | 李浩,et al."基于改进YOLOv5的驾驶员疲劳状态检测".河北工业科技 41.01(2024):17-26. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[李浩]的文章 |
[马晓]的文章 |
[周万珍]的文章 |
百度学术 |
百度学术中相似的文章 |
[李浩]的文章 |
[马晓]的文章 |
[周万珍]的文章 |
必应学术 |
必应学术中相似的文章 |
[李浩]的文章 |
[马晓]的文章 |
[周万珍]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
相关推荐 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论