一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法技术

本发明专利技术涉及图像处理领域，具体为一种融合ECLA‑HSFPN的轻量化疲劳驾驶检测方法，包括：收集疲劳驾驶图像，并使用Labeling工具进行标注，制作相关数据集；搭建yolov8和ECLA‑HSFPN融合的网络模型；对改进的网络模型设置参数并进行训练；构建疲劳驾驶模型、并在测试集上进行模型性能评估；在YOLOv8的基础上进行了深度定制和优化，在Head网络中，将ECLA‑HSFPN来实现多尺度特征融合，将高层特征作为权重过滤低层特征信息，将过滤后的信息再与高层特征进行合并，增强模型的特征表达能力；在检测精度保持不变的情况下，能够显著降低模型的参数量和运算量，大大提升运算效率。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体为一种融合ecla-hsfpn的轻量化疲劳驾驶检测方法。

技术介绍

1、交通事故已经被公认为是危害当今人类生命安全的第一大公害。随着汽车数量的迅猛增长和城市化的不断推进，人们的出行变得更加便捷，但也伴随着一系列的负面影响，例如：交通事故频发、道路拥堵、环境污染等。根据卫生部交通医学研究所的数据显示，除酒驾、超速行驶、违规变道、闯红灯等交通违法行为外，因疲劳驾驶导致的重特大交通事故高达43％。研究表明，交通事故通常就发生在几秒钟的时间内，如果能提前2秒钟预警将能减少92％的交通事故，提前0.5秒钟预警，将会避免73％的交通事故。

2、疲劳驾驶是指由于长时间连续驾驶、不良的睡眠质量、身体疲劳等因素导致驾驶员在驾驶过程中出现注意力不集中、反应迟缓、思维不清晰、眼睛发涩等症状，甚至出现昏睡、失去意识等现象的行为。这是一种及其危险的驾驶行为，容易引发交通事故，严重危害驾驶员和他人的生命财产安全。因此，对于驾驶员的疲劳状态进行有效的监测和预警具有重要的意义。

3、目前一些已有的疲劳检测技术主要有侵入式和非侵入式两本文档来自技高网...

【技术保护点】

1.一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法，其特征在于：所述方法包括：

2.如权利要求1所述的一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法，其特征在于，所述收集疲劳驾驶图像，并使用Labeling工具进行标注，制作相关数据集，包括：

3.如权利要求1所述的一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法，其特征在于，所述搭建yolov8和ECLA-HSFPN融合的网络模型，包括：

4.如权利要求3所述的一种融合ECLA-HSFPN的轻量化疲劳驾驶检测方法，其特征在于，所述颈部特征融合网络用于汇集不同尺度的图像特征，进行多尺度特...

【技术特征摘要】

1.一种融合ecla-hsfpn的轻量化疲劳驾驶检测方法，其特征在于：所述方法包括：

2.如权利要求1所述的一种融合ecla-hsfpn的轻量化疲劳驾驶检测方法，其特征在于，所述收集疲劳驾驶图像，并使用labeling工具进行标注，制作相关数据集，包括：

3.如权利要求1所述的一种融合ecla-hsfpn的轻量化疲劳驾驶检测方法，其特征在于，所述搭建yolov8和ecla-hsfpn融合的网络模型，包括：

4.如权利要求3所述的一种融合ecla-hsfpn的轻量化疲劳驾驶检测方法，其特征在于，所述颈部特征融合网络用于汇集不同尺度的图像特征，进行多尺度特征融合，包括：

5.如权利要求4所述的一种融合e...

【专利技术属性】
技术研发人员：但文杰，张德伟，杨富华，周月婷，刘谢玉，薛辉堂，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：