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!
申请/专利权人:淮阴工学院
摘要:本发明涉及目标检测领域,涉及一种基于RGCfusion的危险驾驶行为检测方法,收集多张机动车驾驶员在开车时进行不同类型的危险驾驶的图片;搭建RGCfusion‑YOLO模型,利用RGCSPELAN模块替换YOLOv8模型中的C2f模块,在neck层与检测头之间增加CGAFusion特征融合模块或在neck层与检测头之间增加CAAFusion特征融合模块;对RGCfusion‑YOLO模型进行训练;利用训练后的RGCfusion‑YOLO模型进行危险驾驶行为检测。与现有技术相比,本发明通过对YOLOv8模型进行改进,引入RGCSPELAN模块和Fusion特征融合模块对不同类型的危险驾驶的图片进行检测分类,这样不仅仅增加识别的准确性,并且减少了对驾驶员的驾驶操作难度。
主权项:1.一种基于RGCfusion的危险驾驶行为检测方法,其特征在于,包括如下步骤:001收集多张机动车驾驶员在开车时,进行不同类型的危险驾驶的图片,并将图片进行归类,使用YOLO格式对这些图片进行标注;再将图片随机的进行翻转剪裁操作来扩充数据集的数量;002搭建RGCfusion-YOLO模型,所述RGCfusion-YOLO模型利用RGCSPELAN模块替换YOLOv8模型中的C2f模块,在neck层与检测头之间增加CGAFusion特征融合模块或在neck层与检测头之间增加CAAFusion特征融合模块;003将数据集按照7:3的比例划分成训练集以及验证集;004按照图片标注的顺序,将图片类型写成ymal文件,设定训练参数,对RGCfusion-YOLO模型进行训练;005利用训练后的RGCfusion-YOLO模型进行危险驾驶行为检测。
全文数据:
权利要求:
百度查询: 淮阴工学院 基于RGCfusion的危险驾驶行为检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。