# 郑重声明：
本项目是我在github（国内的话是gitee）的免费开源项目。如果你在某些平台（CSDN、淘宝）付费下载了该项目，烦请告知（邮箱(PengfeiM@outlook.com)）。
## 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**
基于卷积神经网络的疲劳驾驶检测源码+项目说明（高分课设）.zip
版权申诉
100 浏览量
2024-02-21
12:08:45
上传
评论
收藏 1.15MB ZIP 举报
基于卷积神经网络的疲劳驾驶检测源码+项目说明（高分课设）.zip （33个子文件） 
code_20105 
utils.py 9KB
dnf_test_done.jpg 258KB camera.py 272B test.jpg 32KB eval.py 4KB augmentations.py 13KB camera_detection_1.py 6KB voc0712.py 6KB result.jpg 268KB bus_dataset.log 242B weights 
readme.txt 112B camera_detection.py 5KB detection.py 3KB test_done.jpg 63KB l2norm.py 898B loss_function.py 3KB ssd_net_vgg.py 9KB model_file_test.py 88B Train.py 4KB Test.py 3KB dnf_test.jpg 536KB video_detection.py 6KB Config.py 681B __pycache__ voc0712.cpython-37.pyc 6KB ssd_net_vgg.cpython-37.pyc 4KB augmentations.cpython-37.pyc 14KB l2norm.cpython-37.pyc 1KB loss_function.cpython-37.pyc 3KB Config.cpython-37.pyc 728B my_window.cpython-37.pyc 1KB utils.cpython-37.pyc 7KB detection.cpython-37.pyc 2KB README.md 4KB资源评论
