-
题名基于改进YOLO的矿卡驾驶员疲劳检测算法
- 1
-
-
作者
杜威
宁武
孟丽囡
陈雨潼
-
机构
辽宁工业大学电子与信息工程学院
-
出处
《现代电子技术》
北大核心
2025年第7期126-131,共6页
-
基金
辽宁省教育厅基本科研项目(LJKFZ20220238)
-
文摘
针对现有疲劳驾驶检测报警不及时、检测精度不高以及需要人为监管的问题,提出一种改进YOLOv5s的疲劳驾驶目标检测算法。该算法使用轻量的EfficientNet骨干网络作为YOLOv5s的主干网络来进行特征提取,使模型参数大幅减少,降低模型的训练时间;同时选用SIoU作为模型的损失函数,优化模型损失计算方法,提升模型的检测精度。结果表明,优化后的YOLOv5s目标检测算法与原YOLOv5s相比,模型尺寸减少了2%,平均准确率提升了0.9%,能够有效提升矿用生产车疲劳驾驶目标的检测效果。
-
关键词
矿用生产车
疲劳检测
YOLOv5s
EfficientNet
损失函数
特征提取
迁移学习
模型优化
-
Keywords
mine production vehicle
fatigue detection
YOLOv5s
EfficientNet
loss function
feature extraction
transfer learning
model optimization
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
