YOLOv5疲劳驾驶数据集和疲劳驾驶检测识别系统源码.zip
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
文件下载
资源详情
[{"title":"（ 116 个子文件 69.83MB ） YOLOv5疲劳驾驶数据集和疲劳驾驶检测识别系统源码.zip","children":[{"title":"Dockerfile <span style='color:#111;'> 2.13KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 3.89KB </span>","children":null,"spread":false},{"title":"setup.cfg <span style='color:#111;'> 1.24KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.26KB </span>","children":null,"spread":false},{"title":"augmentations.py <span style='color:#111;'> 11.46KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- Matlab实现遥感影像分类所需库（svm、libsvm、envi标准影像读写库）
- kriging模型
- midi工程文件千首
- 周期信号的频谱分析 matlab实现
- html 中php mysql 完美实现连接
- 基于Python的离线Google地图操作实现
- GIS空间分析试题范围及参考答案.doc
- matlab中的Lagrange插值法、分段线性插值法，以及利用Matlab进行插值的方法。
- OPEN VPX标准（VITA65）
- 世界区域大全，包括各大洲、国家、大区、市县等行政区划，sql文件
- vb+access 员工管理系统设计
- 一建-核心备考秘籍.pdf
- 干扰信道中一种权值可调的迭代算法
- 学习速率衰减.pytorch源码，天气数据四分类问题
- 大型网站架构改进历程：存储的瓶颈（下）
- 假期信-源码
- 给小学2年级孩子设计的反向计算小游戏——数学计算题.zip
- XM.v6.3.2.33267.200715.1657.bin
- springcloud+eureka+ribbon多服务负载均衡
- 网络是怎么连接的
- 在线购物系统
- 高并发撮合系统
- zemax培训教程教材
- Model Predictive Control
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明