基于深度学习的驾驶员分心驾驶行为（疲劳+危险行为）预警系统使用YOLOv5+Deepsort实现驾驶员的危险驾驶行为的预警监测

人物专注性检测

项目快速预览

主要不同地方为：

1、疲劳检测中去掉了点头行为的检测，仅保留闭眼检测和打哈欠检测。

2、Yolov5的权重进行了重新训练，增加了训练轮次。

3、前端UI进行了修改，精简了部分功能。

项目介绍

该项目为人物专注性检测，分为两个检测部分，疲劳检测和分心行为检测。
疲劳检测部分，使用Dlib进行人脸关键点检测，然后通过计算眼睛和嘴巴的开合程度来判断是存在否闭眼或者打哈欠，并使用Perclos模型计算疲劳程度。
分心行为检测部分，使用Yolov5，检测是否存在玩手机、抽烟、喝水这三种行为。

使用方法

依赖：YoloV5、Dlib、PySide2

直接运行main.py，即可使用本程序，具体效果可以观看演示视频。

bilibili在线观看

完整代码下载地址：
基于深度学习的驾驶员分心驾驶行为（疲劳+危险行为）预警系统