Advertisement

改进后的标题可以是：“针对YOLO算法的DMS系统，用于检测驾驶员抽烟、打电话、喝水及吃东西行为的新数据集（含1万条目）”

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本研究提出了一套专门针对YOLO算法优化的驾驶员监控系统(DMS)，并建立了一个包含一万条记录的数据集，用于识别驾驶过程中的抽烟、接电话、饮水和进食等行为。 一万多张YOLODMS驾驶员抽烟、打电话、喝水、吃东西检测数据集已准备好，并按train, val, test划分好目录结构，附有data.yaml文件。该数据集支持yolov5、yolov7、yolov8和yolov9等算法直接进行训练模型。标签为txt格式，具体配置如下：nc: 4 names: [drinking, eating, mobile use, smoking]

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 改进后的标题可以是：“针对YOLO算法的DMS系统，用于检测驾驶员抽烟、打电话、喝水及吃东西行为的新数据集（含1万条目）”
    优质
    本研究提出了一套专门针对YOLO算法优化的驾驶员监控系统(DMS)，并建立了一个包含一万条记录的数据集，用于识别驾驶过程中的抽烟、接电话、饮水和进食等行为。 一万多张YOLODMS驾驶员抽烟、打电话、喝水、吃东西检测数据集已准备好，并按train, val, test划分好目录结构，附有data.yaml文件。该数据集支持yolov5、yolov7、yolov8和yolov9等算法直接进行训练模型。标签为txt格式，具体配置如下：nc: 4 names: [drinking, eating, mobile use, smoking]
     
  • 基于YOLOv8的DMS驾驶员行为检测（抽烟、打电话、喝水、吃东西）+ 数据集
    优质
    本项目基于YOLOv8模型开发了驾驶员监控系统(DMS)，专门用于识别驾驶过程中的关键行为，如抽烟、使用手机、饮水及进食等。通过构建针对性的数据集，优化了算法的准确性和实时性，旨在提高行车安全。 Yolov8算法用于DMS驾驶员抽烟、打电话、喝水及吃东西的检测任务。该数据集包含5000多张相关图片，并已按train（训练）、val（验证）和test（测试）进行划分，附有data.yaml配置文件。此数据集支持yolov5、yolov7、yolov8以及yolov9等算法直接用于模型训练。标签为txt格式。具体的数据集目录结构如下： ```yaml train: ../train/images val: ../valid/images test: ../test/images nc: 4 names: [drinking, eating, mobile use, smoking] ``` 其中，`nc`代表类别数量（即检测任务中的不同行为），而`names`则列出这些类别的名称。
     
  • 基于Yolov8的DMS系统：驾驶员抽烟、打电话、喝水和吃东西等行为分心检测+数据集+PyQt界面
    优质
    本项目开发了一种基于YOLOv8的DMS（Driver Monitoring System）系统，专门用于识别司机在驾驶过程中的危险行为如抽烟、使用手机、饮水及进食，并配备有PyQt图形用户界面和专用数据集。 Yolov8算法用于DMS驾驶员行为检测（包括抽烟、打电话、喝水、吃东西），包含5000多张相关数据集，已经按照train, val, test进行划分，并附有data.yaml文件配置信息。此数据集适用于yolov5、yolov7、yolov8和yolov9等算法的训练模型使用，标签为txt格式。data.yaml内容如下： ```yaml train: ../train/images val: ../valid/images test: ../test/images nc: 4 names: [drinking, eating, mobile use, smoking] ```
     
  • 基于Yolov5的DMS系统：检测驾驶员抽烟、打电话、喝水和吃东西等行为分心+数据集+PyQt界面
    优质
    本项目开发了一种基于Yolov5的驾驶员监控系统(DMS)，利用深度学习技术识别驾驶过程中的抽烟、打电话、喝水及进食等分心行为，并配备了可视化PyQt界面与专用数据集。 Yolov5算法用于DMS驾驶员抽烟、打电话、喝水、吃东西的检测任务。数据集包含超过5000张图片，并且已经按照train（训练）、val（验证）以及test（测试）进行了划分，附有data.yaml配置文件，支持直接使用yolov5、yolov7、yolov8和yolov9等算法进行模型训练。标签格式为txt。 数据集的目录结构如下所示： - train: ..trainimages - val: ..validimages - test: ..testimages nc（类别数量）设置为4，names（类名列表）包括：drinking（喝水）、eating（吃东西）、mobile use（使用手机）、smoking（抽烟）。
     
  • 基于Yolov8的DMS驾驶员行为检测系统（含抽烟、打电话、喝水、吃东西）Python源码+ONNX模型+评估指标曲线+精美GUI界面.zip
    优质
    本资源提供基于YOLOv8的先进DMS系统，精准识别驾驶员抽烟、打电话等行为，包含Python代码、ONNX模型及评估指标，附有用户友好的图形界面。 测试环境： - 操作系统：Windows 10 - Python开发环境：Anaconda3 + Python 3.8 - 使用库版本：torch==1.9.0+cu111，ultralytics==8.2.95 模型可以检测以下类别： - Sleepy（困倦） - Cigarette（吸烟） - Drinking（饮酒） - Phone（使用手机） - Microsleep（微睡眠） - HandsOnWheel（双手扶方向盘以外的情况） - Eating（进食） - HandsNotOnWheel（手脱离方向盘的状态） - Seatbelt（安全带） 更多实现细节请参考相关文献。
     
  • 驾驶员疲劳及危险行为检测（抽烟、喝水、打电话）基于Yolov5技术
    优质
    本项目运用先进的Yolov5技术开发了一套驾驶员疲劳监测系统，能够有效识别并预警驾驶员在驾驶过程中的疲劳状态以及抽烟、饮水和接听电话等不安全行为，旨在显著提升行车安全性。 驾驶员困倦检测、危险驾驶检测（如抽烟、喝水、打电话）使用YOLOv5的效果在相关文章中有详细介绍。可以参考该文章了解具体的实现细节和技术效果。
     
  • 驾驶员疲劳及危险行为（如抽烟、喝水、打电话）检测——基于Yolov5技术
    优质
    本项目采用先进的YOLOv5算法，专注于驾驶过程中的关键安全问题，通过实时监控识别驾驶员疲劳状态以及抽烟、饮水和使用手机等潜在危险行为，有效提升道路安全性。 一个开源的项目可以在这里下载：https://download..net/download/babyai996/85019311，但是需要付费。 去掉链接后： 这个项目的开源版本是可获取的，并且它要求用户支付费用以进行下载。
     
  • YOLO算法在打架行为检测中的数据集（含1万条数据）
    优质
    本研究构建了一个包含一万余条记录的数据集，专注于评估YOLO算法在识别和分类视频中打架行为的应用效果，为暴力事件预防提供技术支撑。 YOLO算法打架行为检测数据集包含1万多张图像，已经按照train、val和test进行了划分，并附有data.yaml文件配置目录结构如下： ```yaml train: ..\trainimages val: ..\validimages test: ..\testimages nc: 2 names: - normal - fight ``` 该数据集支持使用yolov5、yolov7、yolov8和yolov9等算法直接进行模型训练，标签为txt格式。
     
  • 危险驾驶行为图像数据集——如接打电话、喝水等
    优质
    本数据集包含多种危险驾驶行为的图像样本，涵盖接电话、饮水等多种干扰驾驶员注意力的行为，旨在促进自动驾驶及辅助安全系统的研究与发展。 危险驾驶行为图像数据集包括车内监控拍摄的开车打电话、喝水等危险行为的图片。该数据集中包含2000张图像，其中1000张为RGB彩色图像，另外1000张为红外图像，并且附有txt和json格式的目标位置坐标数据。这些资料可用于驾驶员行为监测系统的开发与研究。
     
  • 针对吸烟行为的目标检测数据集
    优质
    本研究构建了一个专注于识别和定位图像中吸烟行为的目标检测数据集，为相关领域提供高质量训练资源。 吸烟检测数据集包含了一系列用于识别和分析吸烟行为的数据样本。这些数据可以被用来训练机器学习模型，以提高对吸烟活动的自动检测能力。通过使用这样的数据集，研究人员能够开发出更准确、高效的算法来监测公共场合中的吸烟现象，并为相关健康政策提供支持。