学生上课状态与课堂效果紧密相关，而学生疲劳状态监测是课堂管理中普遍存在，又亟待解决的问题。文章基于YOLOv5与dlib设计并实现一个课堂疲劳状态监测系统。首先，除利用相关数据集外，文章额外标注了1000张图像，加入训练集中；其次，使用merge-NMS优化多目标检测框；然后，利用dlib获取眼睛与嘴巴张合宽度，计算得到眨眼次数与打哈欠次数，结合简化的Perclos计算疲劳指数；最后，利用PySide2实现可视化，并转发监测结果给管理员。
科研之友
微信
新浪微博
Facebook
分享链接
