申请/专利权人:南通大学
申请日:2023-10-30
公开(公告)日:2024-04-05
公开(公告)号:CN117831005A
主分类号:G06V20/59
分类号:G06V20/59;G06V10/774;G06V10/82;G06V10/40;G06V10/766;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提供了一种基于改进的YOLOv5s的分心驾驶行为检测方法,属于计算机视觉技术领域。解决了驾驶行为中抽烟、喝水及接打电话行为检测精度低的技术问题。其技术方案为:包括以下步骤:S1:获取分心驾驶行为数据图片,得到对应的分心驾驶行为数据集,并将该数据集按照9:1的比例分为训练集和验证集;S2:构建分心驾驶行为检测模型;S3:使用分心驾驶行为数据集对改进后的YOLOv5s模型进行训练;S4:通过训练好的模型对分心驾驶行为进行检测。本发明的有益效果为:本发明增强对烟头等小目标物体的检测能力,以及模型的特征融合能力,提高模型的检测精度。
主权项:1.一种基于改进的YOLOv5s的分心驾驶行为检测方法,其特征在于,包括以下步骤:S1:获取分心驾驶行为数据图片,对每张图片中抽烟、喝水,接打电话行为进行标注,得到对应的分心驾驶行为数据集,并将该数据集按照9:1的比例分为训练集和验证集;S2:对原始的YOLOv5s目标检测模型进行改进,构建分心驾驶行为检测模型;S3:使用分心驾驶行为数据集对改进后的YOLOv5s模型进行训练;S4:通过训练好的模型对分心驾驶行为进行检测,在PC端进行分心驾驶行为检测,查看检测结果。
全文数据:
权利要求:
百度查询: 南通大学 一种基于改进的YOLOv5s的分心驾驶行为检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。