基于深度学习的驾驶员状态检测，不仅仅可以识别出疲劳驾驶，还能够识别出各种各样的状态python源码+文档说明+报告pdf+数据

# 驾驶员状态检测 [Distracted Driver Detection](https://www.kaggle.com/c/state-farm-distracted-driver-detection)  ## 描述 使用深度学习方法检测驾驶员的状态。 * 输入：一张彩色图片 * 输出：十种状态的概率 状态列表： * c0: 安全驾驶 * c1: 右手打字 * c2: 右手打电话 * c3: 左手打字 * c4: 左手打电话 * c5: 调收音机 * c6: 喝饮料 * c7: 拿后面的东西 * c8: 整理头发和化妆 * c9: 和其他乘客说话 ## 数据 此数据集可以从 kaggle 上下载。[Distracted Driver Detection](https://www.kaggle.com/c/state-farm-distracted-driver-detection) 如果你下载有困难，可以点这里:[百度云](http://pan.baidu.com/s/1dFzd0at) ## 报告说明 * 开题报告: proposal.pdf * 毕业项目报告: capstone.pdf ## 代码说明，依次执行以下步骤： ### 1. 拆分数据集代码 splite_valid.py ### 2. 基准模型代码 keras-vgg16-visual-finetune.ipynb ### 3. 单模型代码 keras-resnet50-visual-finetune.ipynb keras-inceptionV3-visual-finetune.ipynb keras-xception-visual-finetune.ipynb ### 4. 混合模型代码 生成混合模型的输入；write_bottleneck_with_fine_tune.py 最终模型执行代码：main-finetune.ipynb ## 下面是废弃的代码，共参考 不做finetune的 生成混合模型的输入：write_bottleneck.py 不做finetune的 最终混合模型代码：main-without-finetune.ipynb