D

Driver Drowsiness Detection

由 chbh7051 开发
基于ViT架构的驾驶员疲劳检测模型,在UTA RLDD数据集上微调,准确率达97.5%
下载量 131
发布时间 : 4/3/2023
模型介绍
内容详情
替代品

模型简介

该模型是基于Google的ViT-base-patch16-224-in21k模型微调而成,专门用于驾驶员疲劳状态检测。通过分析面部图像,可准确识别驾驶员是否处于疲劳状态。

模型特点

高准确率
在评估集上达到97.5%的准确率,表现优异
基于ViT架构
采用先进的Vision Transformer架构,能有效捕捉图像全局特征
小样本微调
基于预训练模型微调,只需相对少量训练数据即可获得良好效果

模型能力

驾驶员疲劳状态识别
面部图像分类
实时监控分析

使用案例

交通安全
车载疲劳预警系统
集成到车载系统中实时监测驾驶员状态
可有效降低因疲劳驾驶导致的事故风险
运输车队管理
监控长途运输司机疲劳状态
提高车队安全管理水平