基于YOLOV7的疲劳驾驶检测系统

最新推荐文章于 2025-03-13 16:19:51 发布

茶凉技术栈

最新推荐文章于 2025-03-13 16:19:51 发布

阅读量3.4k

点赞数 65

文章标签： YOLO python 算法

本文链接：https://blog.csdn.net/weixin_42032116/article/details/137031048

版权

疲劳驾驶司机异常驾驶行为检测及预警系统Python

1.基于深度学习的驾驶员分心驾驶行为（疲劳＋危险行为）预警系统，使用改进网络结构YOLOV7+PERCLOS实现。
2.可以检测是否存在玩手机、抽烟、喝水这三种行为，可以通过计算眼睛和嘴巴的开合程度来判断是存在否闭眼或者打哈欠，并计算疲劳程度直接运行ui.py，即可使用本程序，各函数的信息，均在代码中写好了注释。依赖：YoloV7、Dlib、PySide2可直接调用摄像头实时检测，有可视化界面。
3.包括疲劳检测（打哈欠，低头，闭眼），吸烟检测，吃喝东西检测，打电话检测，摄像头实时检测，视频导入检测。
4.检测精度高，配置环境打包发送，售后进行配置环境指导安装
5.python疲劳驾驶预警系统

环境部署说明

一、环境配置

1) Python与Anaconda

1. Python与Anaconda 和pycharm（社区版免费）

Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言。

（你也可以使用C语言或者Java，这里只介绍Python的安装）

安装Anaconda能使我们配置环境更加方便。

我们可以在这个网址下载Anaconda：https://www.anaconda.com/products/individual#Downloads

一般我们选择64位。安装过程一般为：

【选择‘Just me’】==》【选择安装路径，最好不在C盘】==》【两个选项都打钩】==》【完成】

这时候应该能在【开始】找到【Anaconda3（64-bit）】，至此Anacanda3安装完成。

（你可以在利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级教学）_将python的版本切换为paddle环境中的python插件-CSDN博客找到详细的安装说明）

1. 1. Pytorch环境配置

在【开始】菜单中找到【Anaconda3（64-bit）】文件夹，打开Anaconda prompt

执行【conda env list】查看环境

创建新的环境，输入

【conda create -n pytorch python=3.7】

其中【pytorch】是环境的名字，并不是要你下载pytorch，【python=3.7】是使用的Python版本

执行后会列出该环境要安装的包，输入y执行即可

安装完成后，再次执行【conda env list】，可以看到pytorch环境，执行【conda activate pytorch】，激活环境

1. 1. Pycharm配置

Pycharm是一款十分好用的Python IDE，你也可以使用其他的IDE，这里介绍Pycharm环境的安装

在官网下载Pycharm，一般下载社区版（社区版够用，专业版要付费）

https://www.jetbrains.com/pycharm/download/#section=windows

安装。注意尽量不要安装在C盘

这里全打钩

选择【later】

打开Pycharm，选择【new project】，注意尽量不在C盘

改进的网络结构

# YOLOv7 🚀 by 茶凉

# Parameters
nc: 80 # number of classes
depth_multiple: 1.0 # model depth multiple
width_multiple: 1.0 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32

# YOLOv7 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Focus, [64, 3]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 9, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]]
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 1, SPP, [1024, [5, 9, 13]]],
[-1, 3, C3, [1024, False]], # 9
]

# YOLOv7 BiFPN head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13

[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)

[-1, 1, Conv, [256, 3, 2]],
[[-1, 14, 6], 1, Concat, [1]], # cat P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)

[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)

[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]

疲劳数据集

实现界面

（1）该界面包含摄像头实时检测模块、视频文件检测、停止检测模块功能，选择画面中要进行的检测功能模块：在视频或摄像检测的过程中，如若想指定某个文件进行检测，可通过右侧的目标下拉选框选择电脑目标文件，选择时画面暂停等待选择完成，画面中标注框定位到选中的目标。系统主界面如下图4-11所示。

（2）根据训练数据集的权重文件，一类是coco数据集训练权重，另一类是日常道路拍摄、视频截取图片等获得的数据集，可选择不同权重文件进行视频检测，得到的效果也不同。进行选择视频文件进行检测：点击左侧视频按钮可弹出文件选择窗口，选择一个自己的MP4或AVI视频文件即可显示视频画面，目标标注在画面框中，要的目标可通过下拉框选择。如下图4-12所示。