基于YOLOV5和dlib的疲劳检测系统

简介：
本项目开发了一套结合YOLOv5与dlib技术的实时疲劳驾驶监测系统。通过高效目标检测及面部特征精准识别，自动评估驾驶员注意力状态，旨在提高行车安全性。 基于Python实现的疲劳检测系统利用YOLOv5与dlib对人脸进行标记，并能够识别驾驶员打哈欠（规定时间内连续三次以上视为瞌睡）、抽烟、喝水及玩手机等行为。该系统实时显示眨眼次数、眼睛闭合程度、眨眼持续时间以及张嘴情况，包括嘴巴开度的测量。 此检测工具支持两种模式：使用摄像头实时监测或对视频文件进行分析。运行`video.py`脚本可以处理名为`input.mp4`的输入视频，并生成输出结果为`output.mp4`；而通过执行`main.py`则启用电脑内置摄像头来进行监控操作。为了顺利运行，需要先配置好Python环境（建议使用PyCharm和Anaconda），并安装必要的软件包及Pytorch-GPU环境。 若不熟悉GPU的设置过程，则可以选择在CPU环境下运行程序，尽管这会导致性能有所下降。