mrlEyes2018数据集,疲劳检测的数据集,分别是左眼开，左眼闭，右眼开，右眼闭,全开全闭,总共1.5G,本人用该数据集,疲劳检测识别率高达98%

深度学习基于学生面部表情疲劳检测的在线课堂系统项目源码。内附使用说明代码注释，新手也可自行操作。 结合时代背景，考虑到学生在线课堂教育会成为后疫情时代的发展趋势，但是现如今的在线课堂教育的弊端很明显，就是老师无法实时监视学生的学习状态。因此，这里专门使用声网agora SDK + leanCloud + pyqt5，简单实现在线课堂的基本功能。 前端界面设计：pyqt5 后端数据存储：leanCloud 音视频通信：agora SDK 疲劳检测算法：多特征经验融合的K近邻疲劳早后期检测算法 该系统主要分成学生端，教师端和服务器端：。

驾驶状态检测--疲劳检测

毕业设计论文-利用脑电波来检测疲劳驾驶的系统设计

基于图像处理的防疲劳驾驶测试.doc

MATLAB疲劳检测系统（GUI界面）

疲劳驾驶检测 matlab 没用

YOLOv5疲劳驾驶数据集和疲劳驾驶检测系统源码。本项目采用该进YOLOv5进行疲劳特征检测模型训练，引入注意力机制，在疲劳视频测试阶段，引入deep-sort目标跟踪算法 疲劳检测模型，基于YOLOv5网络结构进行训练。采用YawnDD，CEW，DROZY数据集，对其中部分视频进行分帧处理。共标记6800张样本，按照4:1分为训练集和测试集。 本项目分别采用YOLOv5模型：YOLOv5s, YOLOv5m, YOLOv5l, YOLOv5进行多次训练 YOLOv5疲劳驾驶数据集和疲劳驾驶检测系统源码。本项目采用该进YOLOv5进行疲劳特征检测模型训练，引入注意力机制，在疲劳视频测试阶段，引入deep-sort目标跟踪算法 疲劳检测模型，基于YOLOv5网络结构进行训练。采用YawnDD，CEW，DROZY数据集，对其中部分视频进行分帧处理。共标记6800张样本，按照4:1分为训练集和测试集。 本项目分别采用YOLOv5模型：YOLOv5s, YOLOv5m, YOLOv5l, YOLOv5进行多次训练

基于OpenCV dlib库实现疲劳检测，基于YoLo实现驾驶员行为识别

本系统是针对现有市场上销售的车辆多注重于事故发生时对人身安全的保障(如安全气囊等)，忽略了防范事故于未然的考虑而提出的。基于FPGA的司机眼球跟踪疲劳报警系统可以很好的解决上述问题，且相较于传统的DSP实现具有集成度高、处理速度快、功能更强大、方便改进内部设计等诸多优点。