信息技术与信息化2024,Issue(2) :213-216.DOI:10.3969/j.issn.1672-9528.2024.02.048

基于BFDS改进的YOLOv8疲劳驾驶检测算法

郑凯东 舒心
信息技术与信息化2024,Issue(2) :213-216.DOI:10.3969/j.issn.1672-9528.2024.02.048

基于BFDS改进的YOLOv8疲劳驾驶检测算法

郑凯东 1舒心1
扫码查看

作者信息

  • 1. 西安石油大学 陕西西安 710065
  • 折叠

摘要

近年来随着国内私家车保有量的逐年增多,我国的交通事故的发生率也是逐年升高,其中由于司机的疲劳驾驶导致的交通事故占比最多,针对司机在开车中的驾驶安全问题,提出了一种疲劳检测算法BFDS-YOLO,融合了DCNv2 与BiFPN,并引入了视觉通道注意力机制,以提高疲劳检测的效率.引入了Yolov8n-DCNv2、YOLOv8n-BF等变种模型,通过详细实验比较它们的性能.提出的BFDS-YOLO模型对主干网络和颈部网络进行了改进,将DCNv2 与BiFPN结合,并引入了视觉通道注意力机制.实验结果表明,BFDS-YOLO相较于其他模型在多个性能指标上均有显著提升,提出的算法在疲劳检测任务中具有广泛的应用前景.

关键词

深度学习/疲劳检测/可变形卷积/视觉通道注意力机制/加权双向特征金字塔网络

引用本文复制引用

出版年

2024
信息技术与信息化
山东电子学会

信息技术与信息化

影响因子:0.29
ISSN:1672-9528
参考文献量13
段落导航相关论文