本科毕设内容-基于卷积神经网络的疲劳驾驶检测python源码+文档说明+权重

## 更新说明 针对近来很多同学反映的在新版本pytorch下程序报错： "RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method. (Example: https://pytorch.org/docs/stable/autograd.html#torch.autograd.Function)" 。 做了修改了detection、Test、xxx_detection等部分代码，可适应新版本pytorch。另外旧版本pytor请选择old-pytorch分支。 ## 运行环境（Excution Environment）： > 1.python 3.7.1 > 2.pytorch 1.0.1 > 3.python-opencv > 4.cuda大概可能是8或者9，时间太久记不清了。 不过主要还是显卡-cuda-cudnn-pytorch版本对应吧。 ## 说明（Notions） 预训练的权重文件[vgg_16] 1、具体的配置文件请看 Config.py 文件--file that save the configuration 2、训练运行 python Train.py --file that start the training and control the loops 3、单张测试 python test.py --file that test ssd with one image 4、测试网络性能 python eval.py --file that evaluate the performance 5、测试视频 python camera_detection.py --file that test the cnn with a video sequence ## 目前进度（Process: All Done）： | 内容 | 进度 | | ---------------- | ---- | | PERCLOS 计算 | DONE | | 眨眼频率计算 | DONE | | 打哈欠检测及计算 | DONE | | 疲劳检测 | DONE | ## 主要文件说明（File in the repo）： ssd_net_vgg.py 定义 class SSD 的文件（define the ssd cnn） Train.py 训练代码 (training) voc0712.py 数据集处理代码（没有改文件名，改的话还要改其他代码，麻烦） (processing the dataset) loss_function.py 损失函数 (loss function) detection.py 检测结果的处理代码，将 SSD 返回结果处理为 opencv 可以处理的形式 eval.py 评估网络性能代码 test.py 单张图片测试代码 Ps:没写参数接口，所以要改测试的图片就要手动改代码内部文件名了 l2norm.py l2 正则化 Config.py 配置参数 utils.py 工具类 camera.py opencv 调用摄像头测试 camera_detection.py 摄像头检测代码 V1,V2 video_detection.py 视频检测，V3 ## 数据集结构： > /dataset: > > > /Annotations 存放含有目标信息的 xml 文件 > > /ImageSets/Main 存放图片名的文件 > > /JPEGImages 存放图片 > > /gray2rgb.m 灰度图转三通道 > > /txt.py 生成 ImageSets 文件的代码 ## 权重文件存放路径： weights 测试后的图片存放位置： tested ## 参考代码： https://github.com/amdegroot/ssd.pytorch ## 数据集和权重文件： （针对部分代码中涉及的文件（指ssd_voc_5000_plus.pth），翻了翻旧U盘，算是找到了。） 百度云： [数据集和权重文件](https://pan.baidu.com/s/1cgl94gxSNEW0ZI-wYcZtpQ) 提取码：hwsi Onedrive： [数据集](https://mailustceducn-my.sharepoint.com/:u:/g/personal/mpf916_mail_ustc_edu_cn/ER0UB-cAe1VDp9hJZ7e5Ef4B7kGvVX4PePSj7WRtb9VrLQ?e=lbDnjV) [权重文件](https://mailustceducn-my.sharepoint.com/:f:/g/personal/mpf916_mail_ustc_edu_cn/EqGCPA3SGz5Mp-RMHJSoSSwBg-KG09qwgSAPiOjMOcVVtQ?e=v5yhQz) ## 测试 1、运行 Train.py 训练 2、eval 可以用于测试整个测试集，test 用于单张图片测试。 ## 关于问题讨论 欢迎大家就代码中存在的问题提issue，同时本存储库开放了讨论功能（Discussion），欢迎各位将一些共性的问题放到Dicussion中提问（我也会将部分以前的issue放到Discussion中）。 ## 关于咨询 如果issue和Discussion不能满足您的需要，随时可以发邮件到我的邮箱(PengfeiM@outlook.com)提出您的问题。 当然，不管是issue/discussion还是邮件，我都会尽快回复（issue和discussion有更新github会给我发邮件，我也会时常检查github手机端APP）。 **最后，如果您想要支持我的工作，请扫描下面的二维码**  **谢谢您对我的支持和帮助**