买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉桂林电子科技大学;广西计算中心有限责任公司申请的专利一种基于改进YOLOv8模型的驾驶员分心行为检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120107937B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510276856.X，技术领域涉及：G06V20/59；该发明授权一种基于改进YOLOv8模型的驾驶员分心行为检测方法及系统是由王涛;王嘉辰;黄永刚;杨程;罗圆;覃琳;崔国顺设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8模型的驾驶员分心行为检测方法及系统在说明书摘要公布了：本发明公开了一种基于改进YOLOv8模型的驾驶员分心行为检测方法及系统，属于信息处理技术领域，首先基于StateFarmDistractedDriverDetection数据集，剔除正常样本，构建驾驶分心数据集，并采用Mosaic数据增强技术对驾驶分心数据集进行预处理，经过人工标注后划分训练集和验证集；其次搭建改进YOLOv8模型框架；将原始YOLOv8网络Backbone中StageLayer1、StageLayer2、StageLayer3、StageLayer4中CSPLayer_2Conv模块替换为LarK模块，在Neck部分添加CAFM模块，并在Head部分用RT‑DETRDecoder替换了原有的检测头DecoupledHead；然后利用训练集对改进后的YOLOv8模型进行训练，并使用DriverDistractionDataset作为测试集对模型性能进行测试；最后通过评价指标对检测结果进行性能评估；本发明提供的方法及系统，有效化解了现有检测手段于精度及实时性平衡方面的困局，削减了交通事故风险。

本发明授权一种基于改进YOLOv8模型的驾驶员分心行为检测方法及系统在权利要求书中公布了：1.一种基于改进YOLOv8模型的驾驶员分心行为检测方法，其特征在于，包括以下步骤： 步骤1、基于StateFarmDistractedDriverDetection数据集，剔除正常样本，构建驾驶分心数据集，并采用Mosaic数据增强技术对驾驶分心数据集进行预处理，经过人工标注后划分训练集和验证集； 步骤2、搭建改进YOLOv8模型框架；将原始YOLOv8网络Backbone中StageLayer1、StageLayer2、StageLayer3、StageLayer4中CSPLayer_2Conv模块替换为LarK模块，在Neck部分添加CAFM模块，并在Head部分用RT-DETRDecoder替换了原有的检测头DecoupledHead； 步骤3、利用训练集对改进后的YOLOv8模型进行训练，并使用DriverDistractionDataset作为测试集对模型性能进行测试； 步骤4、以准确率、精确率、召回率、F1值、参数量和GFLOPs作为评价指标对步骤3的检测结果进行性能评估； LarK模块由深度可分离卷积、SEBlock、带GRN单元的前馈网络模块组成，通过LarK模块进行特征提取，具体过程如下：选用BN并入卷积层；在DWconv部分，依像素相关性，采用与大核并行的卷积层与扩张卷积模块相结合的架构，捕捉高质量特征图，转化为等效内核DilatedRe-paramBlock，并给出默认超参数值，其中，默认超参数值为等效内核大小K=13，并行卷积层大小k=（5,7,3,3,3）和并行卷积层的扩张率r=（1,2,3,4,5）； 通过CAFM模块提取局部特征和全局特征，具体过程如下： 利用CAFM的局部分支提取局部特征；计算表达式如下： ； 其中，是局部分支的输出，表示尺寸为的卷积核，表示尺寸为的卷积核，CS表示通道洗牌操作，Y是输入的特征图； 对CAFM的全局分支采用自注意力机制；通过卷积和深度卷积生成Q、K和V，得到三个形状为的张量，然后将Q重塑为，将K重塑为；最后，通过K和Q计算得到注意力图谱；全局分支的计算表达式如下： ； ； 其中，是一个可学习的缩放参数，用于在应用softmax函数之前控制和的矩阵乘积大小，表示全局分支的输出； 获得CAFM模块的输出结果，表达式如下： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人桂林电子科技大学;广西计算中心有限责任公司，其通讯地址为：541004 广西壮族自治区桂林市金鸡路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。