【数据集】驾驶员分心检测数据集（State Farm Distracted Driver Detection）

最新推荐文章于 2024-04-22 20:04:19 发布
最新推荐文章于 2024-04-22 20:04:19 发布
阅读量4k 收藏 27
点赞数 13
文章标签： 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/weixin_46440934/article/details/127120679
版权

【数据集来源】
https://www.kaggle.com/competitions/state-farm-distracted-driver-detection
【下载链接及提取码】（免费下载）
链接：https://pan.baidu.com/s/1yHzX4P7ceRvKcy6Z2gYNZA
提取码：mlq2

数据集介绍

图片共分为10个类别。
c0：安全驾驶
c1：用右手发短信
c2：用右手打电话
c3：用左手发短信
c4：用左手打电话
c5：操作收音机
c6：喝东西
c7：伸手到后面
c8：整理发型和妆容
c9：与乘客交谈

c0：安全驾驶

c0：安全驾驶

c1：用右手发短信

c1：用右手发短信

c2：用右手打电话

c2：用右手打电话

c3：用左手发短信

c3：用左手发短信

c4：用左手打电话

c4：用左手打电话

c5：操作收音机

c5：操作收音机

c6：喝东西

c6：喝东西

c7：伸手到后面

c7：伸手到后面

c8：整理发型和妆容

c8：整理发型和妆容

c9：与乘客交谈

c9：与乘客交谈

_Seesth_
关注
  • 13
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 23
    评论
基于Pytorch的驾驶员分心行为实时检测
穿着帆布鞋也能走猫步
10-25 1001
本文使用深度学习和Pytorch实时检测驾驶员的分心行为，并附录完整代码。
基于深度学习实现驾驶员分心驾驶行为识别项目源码+数据集+模型+项目说明.7z
12-12
基于深度学习实现驾驶员分心驾驶行为识别项目源码+数据集+模型+项目说明.7z 附数据集下载链接，输入一张图片，输出驾驶员状态及概率 驾驶员状态识别如下 c0: 安全驾驶 c1: 右手打字 c2: 右手打电话 c3: 左手打字 c4: 左手打电话 c5: 调收音机 c6: 喝饮料 c7: 拿后面的东西 c8: 整理头发和化妆 c9: 和其他乘客说话 【使用工具】 OpenCV Matlibplot Pytorch TensorboardX 【代码介绍】 data_mean.py 统计训练图片的均值与标准差 splite_valid.py 分离验证集与训练集 visual_classes.py 浏览每个驾驶状态 visual_samples.py 浏览随机的样本 model_plot.py 利用_tensorboardX_进行模型的绘制........
检查司机是否佩戴安全带算法
06-09
检测司机是否佩戴安全带算法。在EasyPR（网上的一个车牌检测和识别代码）的基础上添加了安全带检测的功能。
yolo-驾驶行为监测：驾驶分心检测-抽烟打电话检测
阿利同学的博客
04-22 1205
yolo-驾驶行为监测：驾驶分心检测-抽烟打电话检测
深度学习的汽车驾驶员安全带检测.pdf
08-19
深度学习的汽车驾驶员安全带检测.pdf
危险驾驶行为驾驶员状态检测数据集VOC+YOLO格式14855张6类别.7z
最新发布
05-17
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：14855 标注数量(xml文件个数)：14855 标注数量(txt文件个数)：14855 标注类别数：6 标注类别名称:["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"] 每个类别标注的框数： DangerousDriving 框数 = 4642 Distracted 框数 = 2080 Drinking 框数 = 428 SafeDriving 框数 = 6180 SleepyDriving 框数 = 979 Yawn 框数 = 546 总框数：14855 使用标注工具：labelImg 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 更多信息：blog.csdn.net/FL1623863129/article/details/138997932
driver_distraction_task:使用kaggle的数据集使驾驶员分心的任务
04-01
使用内置摄像头分散驾驶员注意力 在此任务中，我使用了一个深层神经网络（ResNet50模型）（内置 ）如果司机从道路分心走来检测。 用于训练网络的数据集来自 ，它由代表驾驶员行为的十个类别的图像组成。 管道架构： 数据加载和可视化。 火车验证拆分。 加载并微调ResNet50。 模型训练。 测试我们的最终模型。 我将在下面详细解释每个步骤。 步骤1：数据加载和可视化。 如前所述，在此任务中，我使用Kaggle状态农场分散驾驶员检测，它包括10个类别，代表驾驶员在监控道路时的行为，这些类别是（安全驾驶，发短信-正确，电话交谈-正确，发短信-左侧，电话交谈-左，操作收音机，喝酒，伸手去后，头发和化妆，与乘客交谈），共收录近22424张图像，每个班级均收录近2000张图像，分布如下： 第2步：火车验证拆分。 将十个类别的所有图像加载到一个列表中后，我将它们进行混洗并按照0.8：0
使用ResNet18对kaggle官网state farm数据集中的distracted driver detection数据集进行分类
kay的博客
08-09 2715
最近在阅读文献的时候刚好看到了kaggle比赛中有驾驶分心的数据集，于是又想到了前段时间刚学过ResNet18网络算法的搭建，又于是萌生了使用ResNet18对kaggle比赛中state farm数据集中的Distracted Driver Detection数据集进行分类测试的想法，又又于是……......
kaggle_statefarm_distracted_driver_detection.zip
08-04
kaggle_statefarm_distracted_driver_detection.zip
State-Farm-Distracted-Driver-Multiclass-Classification
04-04
国家农场分散驾驶员多类分类 目标：将图像分类为这10个类别 c0：安全驾驶c1：发短信-右c2：在电话上交谈-右c3：发短信-左c4：在电话上交谈-左c5：操作收音机c6：喝酒c7：伸手c8：头发和化妆c9：正在讲话到乘客的编程语言：使用TensorFlow 2.0和Keras的Python 模型架构：使用CNN进行深度学习 关于数据集数据集是驾驶员座椅上不同人员在做不同事情的图像。 数据集已按文件夹分为“训练”和“测试”。 训练数据-将“类别”作为子文件夹，并且每个子文件夹仅具有相应类别的图像。 测试数据-具有所有类别的图像。
PyTorch_DistractedDriverDetection:kaggle中的【State Farm Distracted Driver Detection】比赛的实现
05-10
PyTorch_DistractedDriverDetection 1 项目概述： 1.1 项目来源： kaggle中的【State Farm Distracted Driver Detection】比赛的实现。 1.2 问题概述: 对一张关于驾驶员行为的图片进行分类，共10类：安全驾驶/左手打字/右手打电话/左右打电话/... 1.3 问题解决思路： 采用resnet34进行finetune 1.4 数据集下载地址： 2 程序运行相关： 2.1 运行环境： windows/python3.5/pytorch0.4/visdom 2.2 运行前的准备： s1:下载本repository至本地； s2:在本目录下，建立文件夹如下,并下载train数据集至data文件夹下： ----data --train ----trained_models 2.3运行： s1.打开visdom后台：pyt
深度学习-分心驾驶员检测数据集
03-16
深度学习--分心驾驶员检测数据集
打电话数据集calltrain.zip
01-06
这里有左手打电话和右手打电话总共四千多张照片
distracteddriverdetection:这是一个大学项目，我们在其中演示如何模拟分心的驾驶员检测的工作原理
03-06
分心的驾驶员检测这是一个大学项目，我们在其中演示如何模拟分散注意力的驾驶员的工作方式。
TensorFlow入门教程(21)分心驾驶行为检测
韦访的专栏
10-30 4616
# #作者：韦访 #博客：https://blog.csdn.net/rookie_wei #微信：1007895847 #添加微信的备注一下是CSDN的 #欢迎大家一起学习 # 1、概述 通过前面20讲的内容，应该对TensorFlow有一点了解了。很久没更新博客了，现在早已换了人间，已经开始属于TensorFlow2的时代了。那么，这讲就做个分心驾驶行为检测来初识TensorFlow2，顺便学习怎么通过微调别人的模型来用到自己的任务中。 环境配置： 操作系统：Win10 64位 显卡：GTX
state-farm-distracted-driver-detection （Kaggle 比赛总结）
Leo_812的博客
07-18 4735
DL调参
[数据集][目标检测]道路坑洞目标检测数据集VOC+YOLO格式665张1类别
FL1623863129的博客
12-13 583
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["pothole"]图片数量(jpg文件个数)：665。标注数量(xml文件个数)：665。标注数量(txt文件个数)：665。pothole 框数 = 1740。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
State Farm Distracted Driver Detection Proposal
沐沐
10-01 2464
State Farm Distracted Driver DetectionSummaryIntroductionBackground to the researchBenchmark ModelInceptionXceptionVGG16 & VGG19Project DesignProject Confirmation and solutionsFinding InformationD...
驾驶员分心行为数据集在哪下载
05-20
驾驶员分心行为数据集可以在以下网站下载： 1. UCI机器学习库：https://archive.ics.uci.edu/ml/datasets/driver+performance 2. Kaggle：https://www.kaggle.com/c/state-farm-distracted-driver-detection/data 3. Open Images Dataset V6 + Extensions：https://storage.googleapis.com/openimages/web/index.html 4. AffectNet：http://mohammadmahoor.com/affectnet/ 5. Distracted Driver Detection：https://github.com/ArdaTopuz/Distracted-Driver-Detection 请注意，下载和使用数据集时要遵守数据集提供者规定的许可协议和使用条款。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 23
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