150基于python深度学习的睁眼闭眼检测

最新推荐文章于 2025-04-29 15:28:57 发布
最新推荐文章于 2025-04-29 15:28:57 发布
阅读量363 收藏 3
点赞数 7
分类专栏： 深度学习 文章标签： python 深度学习 开发语言 pyqt YOLO 分类 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DSVSDVVS/article/details/136380534
版权
本文介绍了如何使用Python进行基于深度学习的睁眼闭眼检测，包括数据集制作、模型训练、预测和可视化界面的开发，提供了详细的步骤和所需的环境设置。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本期给大家介绍的是150基于python深度学习的睁眼闭眼检测。效果图如下：

代码下载和视频演示地址：

150基于python深度学习的睁眼闭眼检测_哔哩哔哩_bilibili

代码是十分的简介，主要是4个py文件

运行01数据集制作.py会将data文件夹下的JPEGImages（jpg或png图片）和Annotations（xml标签）进行读取生成txt文本保存在labels文件夹下,里面存放了图片对应的标签。

运行02train.py能够读取txt文本内容结合图片进

最低0.47元/天 解锁文章
【手把手】自己搭建 金字塔窗口监测+CNN神经网络 人眼预测分类技术【基于SPM的CNN预测网络】
南七小僧的学海无涯
09-13 897
1.开发算法自动化创造数据集【训练】【验证】【测试】，人工过滤一波数据集 2.分类状态有三种，睁眼，闭眼，非眼【一开始用了两种，人眼和非人眼，对闭眼不能很好识别】 3.搭建cnn网络【采用类似VGG16的网络，但是网络一定要小，这样才能做到实时，方便后期ncnn移动端开发】 4.开发金字塔模型 5.对窗口用cnn predict 6.输入绘图，做可视化调试 1.自动化采集数据集算法...
（8-5-01）盲点检测：基于深度学习的疲劳驾驶和盲点检测系统
码农三叔
04-03 1211
编写文件collect_dataset.py，用于通过Jetson Nano摄像头采集数据集的脚本，通过命令行参数设置摄像头索引、数据集保存路径和每种状态（睁眼和闭眼）的图像数量。具体来说，将闭眼状态的训练数据保存在“data/images/train/close_eye/”，健验证数据保存在“data/images/val/close_eye/”，将睁眼状态的训练数据保存在“data/images/train/open_eye/”，将验证数据保存在“data/images/val/open_eye/”。
【人脸识别项目一】：眨眼检测
热门推荐
认真写的博客
08-28 1万+
项目背景 眨眼检测是我在卓朗科技实习期间做的第二个项目，这个项目做了大概一个多月的时间，从2019/7/21到2019/8/28才算基本完成眨眼检测的算法模型。眨眼检测主要用于上班的打卡软件上，有的打卡软件上有人脸识别，通过眨眼识别可以防止有人通过照片冒充人脸欺骗打卡软件，另一方面也可以通过眨眼拍照增加用户与打卡产品的互动性，使员工的打开过程更加方便。 项目过程 dlib关键点检测 眨眼的定义...
深度学习疲劳检测 驾驶行为检测
datayx的文章
05-08 2837
向AI转型的程序员都关注了这个号????????????为了有效监测驾驶员是否疲劳驾驶、避免交通事故的发⽣,本项目利⽤⼈脸特征点进⾏实时疲劳驾驶检测的新⽅法。对驾驶员驾驶时的⾯部图像进⾏实时监控,⾸先检测⼈脸,并利⽤ERT算法定位⼈脸特征点;然后根据⼈脸眼睛区域的特征点坐标信息计算眼睛纵横⽐EAR来描述眼睛张开程度,根据合适的EAR阈值可判断睁眼或闭眼状态;最后基于EAR实测值和EAR阈值对监控视频计算闭眼时间⽐例...
如何使用OpenCV-Python-dlib实现有关闭眼的检测、眨眼次数的计算？（附源码，绝对可用）
weixin_40247876的博客
07-06 2460
OpenCV杂谈_10 一. 需要做的前期准备 环境配置： Python版本：3.6.0（这里需要注意一下，如果你的python版本为>=3.9，对于dlib包的导入将会很困难，具体导入方法博主还没有解决） 功能包：scipy （1.5.4）、imutils （0.5.4）、argparse （1.4.0）、dlib （19.22.0）、opencv-python （4.5.2.54） 如果想要对录制好的视频进行处理则需要提前获得的视频 下载shape_predictor_68_face
Python--简单的深度学习CNN睁闭眼分类
qq_41822267的博客
10-30 4276
Python–简单的深度学习CNN睁闭眼分类 数据集：闭眼（CEW）和睁眼（LFW）两个文件夹，闭眼数据共1189张图片，睁眼数据为LFW中George_W_Bush共530张图片.测试集从中随机复制330张图片.数据集可调整增加. 数据准备:root为数据集地址.将数据转为网络可用的tensor量. class MyDataset(Dataset): def __init__(self, root, transform=None, target_transform=None, loader=de
小程序版基于深度学习对睁眼闭眼识别-不含数据集图片-含逐行注释和说明文档.zip
06-20
本代码是基于python pytorch环境安装的。 总共是3个py文件，十分的简便 且代码里面的每一行都是含有中文注释的,小白也能看懂代码 然后是关于数据集的介绍。 本代码是不含数据集图片的，下载本代码后需要自行搜集图片...
人脸检测，检测人睁闭眼睛，可以判断是否疲劳驾驶。
12-27
人脸检测，检测人睁闭眼睛，可以判断是否疲劳驾驶，代码是vc+opencv工程，里面自带有opencv的dll库。
orl_faces数据集
11-11
该文件里面是ORL数据集，包含40个不同的人的400张图片，图片有微笑，伤心等不同光照时间，图片是.pgm格式的，已试过可以运行。
pytorch yolo yolo3 眼睛 左眼 右眼 检测
网络架构
05-02 1183
pytorch yolo yolo3 眼睛 左眼 右眼 检测环境预测结果1.下载pytorch yolo3 源码2.标注左右眼数据集（过程省略）3.下载预训练权重4.修改目录结构5.转换数据集6.训练数据7.预测结果 环境 硬件：GPU 16G 软件：使用pip或者conda安装最新版即可 我是用的谷歌GPU训练 预测结果 1.下载pytorch yolo3 源码 https://github...
睁闭眼状态检测——SVM模型训练
gm_Ergou的博客
07-09 6692
前言 svm训练模型相当简单，难的是提取特征这一步，这里介绍了一个睁闭眼检测功能从提取特征到预测的全过程。 首先，需要准备数据，我这里有睁眼和闭眼的照片各3000张，传统的机器学习方法都需要提取特征，这里检测特征用到了三个，通过程序预先提取出来了；接下来是模型的训练和预测过程。 特征提取出来：文件名+三个特征+标签（0睁眼、1闭眼） 然后把三个特征进行归一化，更有利于训练，...
人眼特征标定数据（睁闭眼+瞳孔位置）
Aoulun的博客
10-23 4686
国庆节期间，博主一直在整理数据集，发现网上大多数关于人眼的数据集不完整，有的只有睁闭眼状态的，有的虽然又瞳孔位置的，但是这个瞳孔位置用人眼的中心点作为瞳孔位置，很不专业。于是，博主一狠心，花了三四天的时间，重新标注了一个数据集。 数据集描述： 都是笔者用dlib在各种数据集上检测出来，然后人工打标生成的。 图像大小：100*100 标签：瞳孔位置x，瞳孔位置y，睁闭眼状态0或1 总数： 睁眼数：33635幅 闭眼数：41946幅 包含男女，各种光照，戴眼镜，等，均为灰度图。 数..
【记录】Python调用大模型（以Deepseek和Qwen为例）
最新发布
weixin_44194088的博客
04-29 176
预备（以BERTopic聚合主题为例）
用Java模拟打字：深入解析 java.awt.Robot 的键盘控制艺术
码觉客的博客
04-28 1214
通过，我们可以实现强大的键盘自动化功能。对于简单的字符（英文字母、数字、基础标点等），可以通过模拟单个按键的按下和释放（可能需要配合 Shift 等修饰键）来实现，这需要建立字符到键码的映射并注意按键时序和延迟。对于复杂字符、中文或长文本，由于Robot不理解输入法逻辑，最可靠和常用的方法是将文本复制到系统剪贴板，然后模拟按下系统的粘贴快捷键。无论使用哪种方法，理解Robot的工作原理（模拟物理按键），处理好窗口焦点，并加入适当的延迟，是确保模拟输入成功的关键。虽然Robot。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 2786
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
京东商品详情API数据爬取难度分析与解决方案
Asher18870278351的博客
04-28 765
京东商品数据爬取是一项技术要求高、维护成本大的工程，需要综合运用网络爬虫、密码学分析和分布式系统等多领域知识。成功的爬虫系统需要在技术实现、资源投入和合规边界之间找到平衡点。随着电商平台安全技术的不断升级，爬取方也需要持续迭代技术手段，同时更应关注数据获取的合法合规性。
基于亚马逊云科技搭建企业问答系统
正在自我救赎的菜鸟。本人所有内容均不收费，可随意转发，复制
04-27 1020
在当今信息密集的企业环境中，如何快速、安全地构建专属知识库成为提升效率的关键。本教程将手把手教你如何从零开始，借助 Amazon Bedrock 控制台与 DeepSeek 大语言模型，将企业内部文档转化为可交互的问答系统（RAG 架构）。无需任何编程经验，只需按照步骤操作，即可轻松完成搭建与体验。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值