安全驾驶检测

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