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:
- 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
- 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