1.项目实现了一个什么功能
答:司机开车,注意力分散检测。(distract driver detection)
或者说: 驾驶员状态检测
分类:
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
2、环境配置
pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple/
下载pycocotools到本地(我已经打包),然后执行python setup.py build_ext --inplace
pip install paddlex -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install scikit-learn==0.21.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install paddlehub==1.8.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/
3.总结一下
第一步 准备数据集:
Train TEST 文件夹
train文件夹,通过data_gen.py将train文件夹下的数据分为了
训练集(80%)和测试集(10%),10%给到valid(验证集)
Test: 是给predict.py用的
第二步:用data_gen.py 产生 训练集.txt 测试集.txt 验证集.txt
Txt文件存放格式: Train/c2/img_83017.jpg 2表示在train文件夹下的C2文件夹下有一张名字叫做
Img_83017.jpg的图片,然后后面的数字2 表示的是该图片表示的类别 然后所有的类别存放在 labels.txt中,一共10类
第三步: 执行train.py开始训练
训练完毕之后:会在inference_model下面保存训练好的模型文件
第四步:加载训练好的模型文件去测试
Predict.py
然后将检测结果以文字的形式输出到图片上