基于輕量級(jí)主干的YOLOv5駕駛員疲勞檢測(cè)算法

摘要： 針對(duì)目前基于深度學(xué)習(xí)的駕駛員疲勞檢測(cè)算法存在著參數(shù)量和計(jì)算成本較大，難以在算力較低的設(shè)備上得到有效應(yīng)用這一問題，提出一種基于輕量級(jí)主干的YOLOv5駕駛員疲勞檢測(cè)算法，通過檢測(cè)閉眼、張嘴、低頭這3種標(biāo)簽的時(shí)間占比來進(jìn)行疲勞判斷。算法使用EfficientViT網(wǎng)絡(luò)作為模型的主干網(wǎng)絡(luò)，降低了整個(gè)模型的參數(shù)量以及計(jì)算成本，在模型的頸部網(wǎng)絡(luò)部分加入上下文變換器模塊并將歸一化沃瑟斯坦距... （共9頁(yè)）