# -
基于深度学习与yolov5的驾驶员危险驾驶行为检测预警系统,在树莓派上部署使用
项目的研究充分运用人工智能深度学习,一旦司机出现危险驾驶行为,树莓派摄像头会及时检测并且发出警报——语音提示、报警灯警示、警告司机已经进入危险驾驶状态,需要休息并集中注意力,并同时自动记录相关数据,以便日后查阅、鉴定。其作用就是监视并提醒司机自身的驾驶状态,对“驾乘者”均给予主动智能的安全保障,减少司机疲劳驾驶和分心驾驶等危险驾驶行为的潜在危害。此系统部署到树莓派移动端,让使用者更加便捷轻便。
关键字:司机危险驾驶行为评估报警系统;深度学习;opencv;pytorch;yolov5;树莓派;arm平台。
#运行:
直接点击main.py文件即可达到预定效果。
#注意:子函数比较多,注意一定要使用源根目录。
#特别提醒:
本项目为个人学习所作,属于个人项目,不得侵权,数据集比较大,想要数据集加我:1466284085
本科院校:郑州轻工业大学