基于改進(jìn)YOLO的礦卡駕駛員疲勞檢測算法

打開文本圖片集

摘  要： 針對現(xiàn)有疲勞駕駛檢測報警不及時、檢測精度不高以及需要人為監(jiān)管的問題，提出一種改進(jìn)YOLOv5s的疲勞駕駛目標(biāo)檢測算法。該算法使用輕量的EfficientNet骨干網(wǎng)絡(luò)作為YOLOv5s的主干網(wǎng)絡(luò)來進(jìn)行特征提取，使模型參數(shù)大幅減少，降低模型的訓(xùn)練時間；同時選用SIoU作為模型的損失函數(shù)，優(yōu)化模型損失計算方法，提升模型的檢測精度。（剩余9963字）