基于改进YOLOv4算法的疲劳驾驶检测

作者：李昭慧; 张玮良

来源：电子测量技术, 2021, 44(13): 73-78.

DOI：10.19651/j.cnki.emt.2106669

• 深度学习
• YOLOv4
• 疲劳驾驶检测
• 迁移学习
• 空洞卷积

提出一种基于深度学习的改进YOLOv4算法的疲劳驾驶检测。首先通过使用迁移学习将VOC数据集已训练好权重作为预权重进行训练,其次在训练中将框架中的特征金字塔SPP结构前后增加卷积,提高框架对深层特征的提取,再引入空洞卷积技术在不损失图片信息情况下增加卷积输出感受野,增加图片位置信息的获取能力。实验结果表明,改善后的YOLOv4算法在测试中mAP值达到97.29%,相较原YOLOv4算法提高了1.98%,其中对眼睛部位的检测提高了6%。并在检测中加入时延判定,避免其他行为影响结果,使误判概率大大减小。

• 单位
  西安科技大学