换一批摘要针对驾驶员疲劳驾驶检测困难及检测精度低等问题,提出基于改进YOLOv5s的疲劳驾驶检测方案,以提高终端的边缘智能识别能力.以YOLOv5s为基础框架,通过改进损失函数,提高模型精度与鲁棒性;通过添加注意力机制模块,提高算法的特征提取能力和检测精度.开展基于改进EIoU损失函数和添加CBAM注意力模块的消融试验.试验结果表明:基于改进YOLOv5s的疲劳驾驶检测准确率和召回率分别为95.2％和95.0％,相较于原始YOLOv5s模型,闭眼检测精度提高了3.6％,哈欠检测精度提高了3.8％.
更多相关知识
栏目名称
DOI
10.11713/j.issn.1009-4822.2024.02.019
发布时间
2024-02-23（万方平台首次上网日期，不代表论文的发表时间）
- 浏览36
- 被引6
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
