向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
项目背景
我们经常遇到这样的场景：一盏灯变成绿色，你面前的车不走。另外，在没有任何意外发生的情况下，前面的车辆突然减速，或者转弯变道。等等这些现象，给道路安全带来了很大的影响。
那么造成这样现象的原因是什么，主要有因为司机疲劳驾驶，或者走神去做其他事情，想象身边的例子，开车时候犯困，开始时候打电话，发短信，喝水，拿后面东西，整理化妆的都有。这对道路安全和行车效率形成了极大的影响。
据中国安全部门介绍，五分之一的车祸是由司机分心引起的。令人遗憾的是，这样一来，每年有42.5万人受伤，3000人因分心驾驶而死亡。
我们希望通过车内摄像机来自动检测驾驶员走神的行为，来改善这一现象，并更好地保证客户的安全。
问题描述
我们要做的事情，就是根据车内摄像机的画面自动检测驾驶员走神的行为。如果是安全驾驶则一切正常，如果有走神行为，给予警报提醒。
驾驶员可能存在的走神的行为，大概有如下几种，左右手用手机打字，左右手用手持方式打电话，调收音机（玩车机），喝饮料，拿后面的东西，整理头发和化妆，和其他乘客说话。
侦测的准确率accuracy就是衡量解决这个问题好坏的重要指标。
全部代码，论文获取方式：
关注微信公众号 datayx 然后回复 驾驶员 即可获取。
输入数据集
输入数据集来自Kaggle 下载地址如下：
https://www.kaggle.com/c/state-farm-distracted-driver-detection/data
下载下来解压后有3个文件
- driver_imgs_list.csv.zip (92.89K)
- imgs.zip (4G) 所有的图片数据, 解压后
- train (训练集数据)
- c0 ~ c9 分别表示不同状态的训练集
- test (测试集数据，用于提交Kaggle比赛的测试集)
- sample_submission.csv.zip (206.25K) Kaggle比赛需要提交的样本
下面是10种状态下每个状态的示例图片：图片大小 640x480
其中 driver_imgs_list.csv.zip 的是对分类标号和人分类编号的csv文件。这个csv表格有三列
- subject：人的ID，不同的人，这个值不同
- classname：状态，c0 ~ c9
- img：图片名称
解决方法
这是一个分类器分为，预测的时候是将图片进行归类 C0~C9
首先，第一步，对图片进行预处理，保留有用的部分
第二步，将train数据，划分为训练和验证集，
第三步，建模调参，首先采用迁移学习(transfer learning) 的方式，对imagenet上的已经训练好的模型拿过来，只对以已经预测过的数据做全连接层的训练。在验证集上看精度accuracy. 然后尝试改造模型和自己建模，在验证集上看精度accuracy。
第四步，选择最高精度accuracy的模型和参数，生成Kaggle测试集提交文件，手动拿出20个数据开人眼判断是否正确
基准模型
我用ImageNet上已经成熟的模型来做基准模型来和我的计算结果做对比。
我选择选择 ResNet50 的去掉原有全连接层之后，自己训练全连接层来做为基准模型。我基于这个基准模型再做改进。
我的目标是 accuracy > 0.93 并且 logloss < 1.0 并且世界排名前 1/3
评估指标
这是典型的分类问题，评估指标采用
1. 精度accuracy来评估结果好坏。
2. Logloss的评估方式，这也是kaggle比赛的评估方式
对比这两种方案。Accuracy对于判断正确和错误的比重是一样的，也就是对了就多一个，错了就少一个，最终看正确的百分比
而logloss的评估方式对判断是不是是有明显的方法，如果正确了，Pij=1 => log(Pij)=0, 而Pij=0.999 => log(Pij)=-0.001。最后增加的log差不多。但如果判断错误，如 Pij=0 => log(Pij) = -无穷。Pih=0.001 => log(Pij)=-6.9 也就是判断错误一个，对等分影响会非常大。
我认为，在accuray>0.95的情况下，看logloss更有意义。
多模型融合
对比各个模型的运行结果如下，参数都是
新的模型把 ResNet，InceptionV3 和 Xception 混合起来做，从而完成最终模型
新的模型把 ResNet，InceptionV3 和 Xception 的去掉全链接层的结果混合起来，然 后重新用神经网络训练全链接层。最后的在 Adam 优化器下迭代 10 轮之后 (使用混合模型运行在 tensorboard 下的图表如下:)
可见，loss，Accuracy 都处于收敛状态，停止时机比较合适
最终结果如下:
loss: 0.0317 - acc: 0.9995 val_loss: 0.2900 - val_acc: 0.9345
本地验证结果看:
验证集 Loss:0.3615验证集 Accuracy:0.9314
将结果提交到 Kaggle，得到的分数是:
Public Score: 0.25778 排名: 148 / 1440 (top 20%)Private Score: 0.29588 排名: 189 / 1440 (top 20%)
由于比赛上不评估 Accuracy，所以只拿 LogLoss 来做世界排名对比 其结果对比起基准模型
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
扫一扫
1797
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
