介绍他的功能：
我们用CBAM+Effcientnet完成了主体的行为监测
并且用MobileFaceNet+MCTNN进行关键点监测以达到监控视线的功能
然后是他的使用结果
前面提到了它不太成熟，所以正确率不是很高，但是起码能用，所以希望用过它的人或者各位大佬能给我们提点意见
最后是他的使用方法
下载所有文件并给我们一个star（不给的话打不开哟）需要安装的包见文件中的requirement.txt，还得配好CUDA
打开MAIN，里面有简单注释
调整好相关地址，运行MAIN
你就获得了我们可爱的盯宝，请好好对她
ps：因为真的很仓促，所以注释不是很全面，我们会慢慢完善，可能不是特别适合新手小白对他进行修改。
最后的最后
因为我们参加了商业比赛，所以它已经被我们注册成软著了（虽然没什么用）但是如果要用于商业的话请与我们联系，我们秉承着开放包容的态度面向全部人
DMS智能座舱项目-Python基于深度学习实现驾驶员分心行为监测系统源码.zip
版权申诉
2 浏览量
2024-05-16
06:01:15
上传
评论
收藏 83.45MB ZIP 举报
DMS智能座舱项目-Python基于深度学习实现驾驶员分心行为监测系统源码.zip （39个子文件） 
ding_bao_DMS-main 
Gazetracker.py 3KB .idea csv-editor.xml 383B vcs.xml 167B misc.xml 192B ding_bao_DMS.iml 441B inspectionProfiles profiles_settings.xml 174B modules.xml 276B deployment.xml 818B .gitignore 182B MAIN_all.py 2KB
文档.txt 1009B predict_cam.py 3KB MAIN_fast.py 6KB model model-70_0.978_fix.pth 15.63MB class_indices.json 303B requirements.txt 81B model_cbam.py 15KB gaze_tracking __init__.py 40B pupil.py 2KB trained_models shape_predictor_68_face_landmarks.dat 95.08MB eye.py 4KB gaze_tracking.py 5KB calibration.py 2KB __pycache__ pupil.cpython-37.pyc 2KB pupil.cpython-39.pyc 2KB eye.cpython-38.pyc 4KB gaze_tracking.cpython-37.pyc 5KB calibration.cpython-37.pyc 3KB __init__.cpython-39.pyc 192B eye.cpython-39.pyc 4KB pupil.cpython-38.pyc 2KB calibration.cpython-39.pyc 3KB gaze_tracking.cpython-38.pyc 5KB gaze_tracking.cpython-39.pyc 5KB __init__.cpython-37.pyc 207B eye.cpython-37.pyc 4KB calibration.cpython-38.pyc 3KB __init__.cpython-38.pyc 215B MAIN.py 1002B资源评论
