机动车驾驶员科目一科目四考试软件（原程序）
1、数据库采用sqlite3数据库
2、适用所有电脑
3、如果增加了题库在数据增加相应的数据即可，程序无需改动
4、动画只支持GIF格式
5、采用vb6.0编写
2021-10-14 12:01:50
123.01MB
基于 OpenCV 和 KNN 的睡意驾驶检测系统
：在这个存储库中，开发了一个程序来根据实时摄像头图像和图像处理技术识别驾驶员的困倦情况，该程序在检测到困倦驾驶时会针对每个困倦程度发出警告警报。
：基于实时视频和图像处理技术，我们开发了一种程序，可以判断驾驶员的困倦状态，并在驾驶员困倦时根据特定级别发出警告警报。 实时视觉系统实现了驾驶员人脸和眼睛检测方法、通过去除光照影响去除假眼检测方法、睡意检测方法和使用监督学习算法的睡意阶段确定方法。
描述
：在实时视觉系统的基础上，增加了驾驶员的面部和眼睛检测技术，并去除了由于眼睛检测误报引起的照明效果、困倦检测技术和监督学习算法来识别困倦程度。
Histogram of Oriented Gradients 技术和学习到的 Face Landmark 估计技术被用于检测人脸和眼睛。
为了消除光照的影响，将原始图像的光通道进行分离和反转，然
2021-10-09 19:51:42
69.75MB
1
流量库
使用 Akka 用 Scala 编写的灵活流量建模库
用于模拟纵向动力学的模型
用于换道的模型
可调交通灯
2021-09-18 21:07:25
32KB
1
CS175分心驾驶员检测
＃RESNET18 #PYTORCH＃机器学习
分心驾驶：
建议作为导致致命事故从2014年到2018年增加的原因
由于使用智能设备的增加，引起公众越来越多的关注
我们在建筑物探测器中的数据：（由StateFarm在他们的Kaggle挑战赛中提供：
训练数据：在训练数据中包含22,424张图像，分为10个带标签的课程文件夹
测试数据：7.97万张未标记的图像（通过kaggle提交进行了准确性测试）
提供给我们的每张图像的大小为640×480像素
我们的模型：
ResNet18（必须对图像进行预处理，并对在ResNet18中内置的pyTorch进行一些更改）
使用交叉熵损失和SGD优化器，其学习率为0.001，动量为0.9和Nesterov动量
火车精度大约为98％！
测试准确率近97％！
以下是我们所做操作和报告的全面说明：幻灯片： ://docs
2021-09-14 17:49:43
47.18MB
1