基于深度学习的分心驾驶行为检测方法

摘要：

针对现有分心驾驶行为检测方法存在的检测精度低、实时性差等问题,利用基于深度学习的目标检测方法进行了驾驶员分心驾驶行为检测,首先构建分心驾驶行为数据集,包括驾驶员使用手机、饮水和吸烟3种行为的图像,并进行目标物的标注,然后选用轻量化目标检测模型NanoDet进行训练验证,结果表明,该方法可以准确并快速地识别出驾驶员在驾驶过程中使用手机、饮水和吸烟的行为.

关键词：分心驾驶、目标检测、数据集标注、轻量化模型

分类号：U492.8;TP391.41(交通工程与公路运输技术管理)

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54