查阅文献《基于改进yolov5的驾驶员分心驾驶检测》

学习目标：

查阅文献《基于改进yolov5的驾驶员分心驾驶检测》

学习内容：

摘要

针对问题：分心驾驶行为分类有限和时间信息忽视
创新点：

1. 在yolov5中引入Ghost模块，采用线性变换代替部分常规卷积进行特征提取来轻量化网络模型。快速检测
2. 结合头部姿态估计设计逻辑算法融入yolov5中，可以判断驾驶员头部是否存在大幅度偏转，喝水，打电话等行为。可以解决驾驶行为类别有限问题。

引言

Ghost模块

Ghost模块是GhostNet的基本结构，首先采用常规卷积对输入特征图进行特征提取，生成基础特征图，然后对基础特征图的每一个通道做线性变换(深度卷积)，最后将基础特征图和Ghost特征图作为输出。

Ghost Module是一种模型压缩的方法，可以用更少的参数生成更多的特征图，即在保证网络精度的同时减少网络参数和计算量，从而提升计算速度（speed），降低延时（latency）。

Ghost 模块可以代替现有卷积网络中的每一个卷积层。

学习时间：

2023.9.5