疲劳驾驶检测和识别2：Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码)

AI吃大瓜2023-07-26 14:03

疲劳驾驶检测和识别2：Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码)

目录

疲劳驾驶检测和识别2：Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码)

1.疲劳驾驶检测和识别方法

2.疲劳驾驶数据集

（1）疲劳驾驶数据集说明

（2）自定义数据集

3.人脸检测模型

4.疲劳驾驶分类模型训练

（1）项目安装

（2）准备数据

（3）疲劳驾驶识别分类模型训练(Pytorch)

[（4） 可视化训练过程](#（4） 可视化训练过程)

[（5） 疲劳驾驶识别效果](#（5） 疲劳驾驶识别效果)

[（6） 一些优化建议](#（6） 一些优化建议)

[（7） 一些运行错误处理方法](#（7） 一些运行错误处理方法)

5.项目源码下载（Python版）

[6. C++实现疲劳驾驶检测识别](#6. C++实现疲劳驾驶检测识别)

[7. Android实现疲劳驾驶检测识别](#7. Android实现疲劳驾驶检测识别)

这是项目《疲劳驾驶检测和识别 》系列之《Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码) 》；项目基于深度学习框架Pytorch开发一个高精度，可实时疲劳驾驶检测和识别算法；项目源码支持模型有resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型，用户也可以自定义自己的模型进行训练；项目源码配套了完整的训练代码和数据集，配置好开发环境，即可开始训练。

准确率还挺高的，采用轻量级mobilenet_v2模型的疲劳驾驶识别准确率也可以高达97.8682%左右，满足业务性能需求。

|------------------|----------------|-------------|
| 模型 | input size | Test准确率 |
| mobilenet_v2 | 112×112 | 97.8682 |
| googlenet | 112×112 | 98.4496 |
| resnet18 | 112×112 | 98.2558 |

先展示一下，Python版本的疲劳驾驶检测和识别Demo效果

【尊重原创，转载请注明出处 】https://blog.csdn.net/guyuealian/article/details/131834946

更多项目《疲劳驾驶检测和识别》系列文章请参考：

  1. 疲劳驾驶检测和识别1： 疲劳驾驶检测和识别数据集(含下载链接)https://blog.csdn.net/guyuealian/article/details/131718648

  2. 疲劳驾驶检测和识别2：Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码)https://blog.csdn.net/guyuealian/article/details/131834946

  3. 疲劳驾驶检测和识别3：Android实现疲劳驾驶检测和识别(含源码，可实时检测)https://blog.csdn.net/guyuealian/article/details/131834970

  4. 疲劳驾驶检测和识别4：C++实现疲劳驾驶检测和识别(含源码，可实时检测)https://panjinquan.blog.csdn.net/article/details/131834980

1.疲劳驾驶检测和识别方法

疲劳驾驶检测和识别 方法有多种实现方案，这里采用最常规的方法：基于人脸检测+疲劳驾驶分类识别方法 ，即先采用通用的人脸检测模型，进行人脸检测定位人体区域，然后按照一定规则裁剪人脸检测区域，再训练一个疲劳驾驶行为识别 分类器，完成疲劳驾驶检测和识别任务；

这样做的好处，是可以利用现有的人脸检测模型进行人脸检测，而无需重新标注疲劳驾驶的人脸检测框，可减少人工标注成本低；而疲劳驾驶分类数据相对而言比较容易采集，分类模型可针对性进行优化。

当然，也可以直接基于目标检测的方法直接检测疲劳驾驶和非疲劳驾驶，项目也提供了疲劳驾驶目标检测的数据集

2.疲劳驾驶数据集

（1）疲劳驾驶数据集说明

在疲劳驾驶检测和识别算法开发中，我们需要定义疲劳驾驶的行为状态，项目将疲劳驾驶状态分为两个状态，分别为：疲劳(drowsy)，不疲劳(undrowsy)，为了便于大家理解，这里给出这两个状态的图示说明

  • 疲劳(drowsy)： 如果驾驶过程中出现闭眼，打哈欠等疲劳困倦等表情动作，则认为是疲劳驾驶(drowsy)
  • 不疲劳(undrowsy)：正常情况下，没有出现闭眼，打哈欠的表情动作，则认为是清醒状态，即非疲劳状态（undrowsy）

关于疲劳驾驶数据集的使用说明请参考我的一篇博客： https://blog.csdn.net/guyuealian/article/details/131718648

项目提供了疲劳驾驶检测数据集和疲劳驾驶分类数据集，由于我们的实现方案采用基于人脸检测+疲劳驾驶分类识别方法，因此模型训练只使用了疲劳驾驶分类数据集：Drowsy-Driving-Cls1，Drowsy-Driving-Cls2；疲劳驾驶检测数据集并未使用。

（2）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可参考如下进行处理：

  • 建立Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

​

  • 类别文件：一行一个列表：class_name.txt

    复制代码 
     (最后一行,请多回车一行)
bash 复制代码 
A
B
C
D
  • 修改配置文件的数据路径：configs/config.yaml
bash 复制代码 
train_data: # 可添加多个数据集
  - 'data/dataset/train1' 
  - 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...

3.人脸检测模型

本项目人脸检测训练代码请参考：https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

这是一个基于SSD改进且轻量化后人脸检测模型，很slim，整个模型仅仅1.7M左右，在普通Android手机都可以实时检测。人脸检测方法在网上有一大堆现成的方法可以使用，完全可以不局限我这个方法。

当然可以基于YOLOv5训练一个人脸检测模型：人脸检测和行人检测2：YOLOv5实现人脸检测和行人检测(含数据集和训练代码)

4.疲劳驾驶分类模型训练

准备好疲劳驾驶识别数据后，接下来就可以开始训练疲劳驾驶识别分类模型了；项目模型支持resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型，考虑到后续我们需要将疲劳驾驶识别模型部署到Android平台中，因此项目选择计算量比较小的轻量化模型mobilenet_v2；如果不用端上部署，完全可以使用参数量更大的模型，如resnet50等模型。

整套工程项目基本结构如下：

bash 复制代码 
.
├── classifier                 # 训练模型相关工具
├── configs                    # 训练配置文件
├── data                       # 训练数据
├── libs           
│   ├── convert                # 将模型转换为ONNX工具
│   ├── light_detector         # 人脸检测
│   ├── detector.py            # 人脸检测demo
│   └── README.md               
├── demo.py              # demo
├── README.md            # 项目工程说明文档
├── requirements.txt     # 项目相关依赖包
└── train.py             # 训练文件

（1）项目安装

项目依赖python包请参考requirements.txt，使用pip安装即可：

bash 复制代码 
numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
easydict==1.9
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
basetrainer
pybaseutils==0.6.5

项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：

（2）准备数据

下载疲劳驾驶分类数据集：Drowsy-Driving-Cls1，Drowsy-Driving-Cls2，然后解压

关于疲劳驾驶数据集 的使用说明请参考我的一篇博客： https://blog.csdn.net/guyuealian/article/details/131718648

（3）疲劳驾驶识别分类模型训练(Pytorch)

项目在《Pytorch基础训练库Pytorch-Base-Trainer(支持模型剪枝 分布式训练)》基础上实现了疲劳驾驶识别分类模型训练和测试，整套训练代码非常简单操作，用户只需要将相同类别的图片数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

训练框架采用Pytorch，整套训练代码支持的内容主要有：

  • 目前支持的backbone有：googlenet,resnet[18,34,50], ,mobilenet_v2等， 其他backbone可以自定义添加
  • 训练参数可以通过(configs/config.yaml)配置文件进行设置

修改配置文件的数据路径：configs/​config.yaml​：

  • train_data和test_data修改为自己的数据路径
  • 注意数据路径分隔符使用【/】,不是【\】
  • 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！
bash 复制代码 
# 训练数据集，可支持多个数据集(不要出现中文路径)
train_data:
  - 'path/to/Drowsy-Driving-Cls1/trainval'
  - 'path/to/Drowsy-Driving-Cls2/trainval'
# 测试数据集(不要出现中文路径)
test_data:
  - 'path/to/Drowsy-Driving-Cls1/test'

# 类别文件
class_name: 'data/class_name.txt'
train_transform: "train"       # 训练使用的数据增强方法
test_transform: "val"          # 测试使用的数据增强方法
work_dir: "work_space/"        # 保存输出模型的目录
net_type: "mobilenet_v2"       # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3
width_mult: 1.0                # 模型宽度因子
input_size: [ 112,112 ]        # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ]    # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ]     # for normalize,Sequence of standard deviations for each channel.
batch_size: 128                # batch_size
lr: 0.01                       # 初始学习率
optim_type: "SGD"              # 选择优化器，SGD,Adam
loss_type: "CrossEntropyLoss"  # 选择损失函数：支持CrossEntropyLoss,LabelSmooth
momentum: 0.9                  # SGD momentum
num_epochs: 120                # 训练循环次数
num_warn_up: 0                 # warn-up次数
num_workers: 8                 # 加载数据工作进程数
weight_decay: 0.0005           # weight_decay，默认5e-4
scheduler: "multi-step"        # 学习率调整策略
milestones: [ 30,60,100 ]       # 下调学习率方式
gpu_id: [ 2 ]                  # GPU ID
log_freq: 50                   # LOG打印频率
progress: True                 # 是否显示进度条
pretrained: True               # 是否使用pretrained模型
finetune: False                # 是否进行finetune

开始训练，在终端输入：

bash 复制代码 
python train.py -c configs/config.yaml

​​

训练完成后，训练集的Accuracy在98.0%以上，测试集的Accuracy在97.5%左右

（4） 可视化训练过程

复制代码 
训练过程可视化工具是使用Tensorboard，在终端(Terminal)输入命令：

使用教程，请参考：项目开发使用教程和常见问题和解决方法

bash 复制代码 
# 需要安装tensorboard==2.5.0和tensorboardX==2.1
# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=tensorboard --logdir=data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/log

可视化效果

​​​​

​​

（5） 疲劳驾驶识别效果

训练完成后，训练集的Accuracy在99%以上，测试集的Accuracy在97.5%左右，下表给出已经训练好的三个模型，其中mobilenet_v2的测试集准确率可以达到97.8682%，googlenet的准确率可以达到98.4496%，resnet18的准确率可以达到98.2558%

|------------------|----------------|-------------|
| 模型 | input size | Test准确率 |
| mobilenet_v2 | 112×112 | 97.8682 |
| googlenet | 112×112 | 98.4496 |
| resnet18 | 112×112 | 98.2558 |

复制代码 
测试图片文件
bash 复制代码 
# 测试图片（Linux系统）
image_dir='data/test_image' # 测试图片的目录
model_file="data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --image_dir $image_dir --model_file $model_file --out_dir $out_dir

Windows系统，请将$image_dir， model_file ，out_dir等变量代替为对应的变量值即可，如

bash 复制代码 
# 测试图片（Windows系统）
python demo.py --image_dir data/test_image --model_file data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth --out_dir output/
复制代码 
测试视频文件
bash 复制代码 
# 测试视频文件（Linux系统）
video_file="data/video-test.mp4" # 测试视频文件，如*.mp4,*.avi等
model_file="data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir
bash 复制代码 
# 测试视频文件（Windows系统）
python demo.py --video_file data/video-test.mp4 --model_file data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth --out_dir output/
复制代码 
测试摄像头
bash 复制代码 
# 测试摄像头（Linux系统）
video_file=0 # 测试摄像头ID
model_file="data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir
bash 复制代码 
# 测试摄像头（Windows系统）
python demo.py --video_file 0 --model_file data/pretrained/mobilenet_v2_1.0_112_112_CrossEntropyLoss_20230720174004/model/best_model_095_97.8682.pth  --out_dir output/

下面是疲劳驾驶检测和识别的效果展示：

|---------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------|
| | |
| | |
| | |

（6） 一些优化建议

如果想进一步提高模型的性能，可以尝试：

  1. 增加训练的样本数据： 建议根据自己的业务场景，采集相关数据，比如采集多个人的疲劳驾驶的数据，提高模型泛化能力；
  2. 使用参数量更大的模型： 本教程使用的是mobilenet_v2模型，属于比较轻量级的分类模型，采用更大的模型（如resnet50），理论上其精度更高，但推理速度也较慢。
  3. 尝试不同数据增强的组合进行训练
  4. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
  5. 样本均衡： 原始数据疲劳驾驶识别类别数据并不均衡，类别notsmoking的样本数据偏多，而smoking数据偏少，这会导致训练的模型会偏向于样本数较多的类别。建议进行样本均衡处理。
  6. 清洗数据集：原始数据已经进行人工清洗了，但依然存在一些模糊的，低质的，模棱两可的样本；建议你，在训练前，再次清洗数据集，不然会影响模型的识别的准确率。
  7. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
  8. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

（7） 一些运行错误处理方法

  • 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！

  • cannot import name 'load_state_dict_from_url'

由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应

torch==1.7.1

torchvision==0.8.2

或者将对应python文件将

python 复制代码 
from torchvision.models.resnet import model_urls, load_state_dict_from_url

修改为：

python 复制代码 
from torch.hub import load_state_dict_from_url
model_urls = {
    'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth',
    'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth',
    'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',
    'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth',
    'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth',
    'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth',
    'resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth',
    'resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth',
    'wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth',
    'wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',
}

5.项目源码下载（Python版）

项目源码下载地址：疲劳驾驶检测和识别2：Pytorch实现疲劳驾驶检测和识别(含疲劳驾驶数据集和训练代码)

整套项目源码内容包含：

  1. 提供疲劳驾驶检测数据集：包含Drowsy-Driving-Det1和Drowsy-Driving-Det1，总共13000+张图片；标注格式统一转换为VOC数据格式，其中人脸框标注了的两个状态：drowsy(疲劳)，undrowsy(非疲劳)，可用于深度学习疲劳驾驶目标检测模型算法开发。（本项目并未使用这个两个数据集）

  2. 提供疲劳驾驶分类数据集：包含Drowsy-Driving-Cls1，Drowsy-Driving-Cls2和Drowsy-Driving-Cls3，总共50000+张图片；所有人脸图片，都已经按照其所属类别存放于各自的文件夹下，可用于深度学习疲劳驾驶分类识别模型算法开发。（本项目主要使用Drowsy-Driving-Cls1，Drowsy-Driving-Cls2两个数据集）

  3. 提供疲劳驾驶分类模型训练代码：train.py

  4. 提供疲劳驾驶分类模型测试代码：demo.py

  5. Demo支持图片，视频和摄像头测试

  6. 支持自定义数据集进行训练

  7. 项目支持模型：resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型

  8. 项目源码自带训练好的模型文件，无需重新训练，可直接运行测试: python demo.py

  9. 在普通电脑CPU/GPU上可以实时检测和识别

6. C++实现疲劳驾驶检测识别

参考文章：疲劳驾驶检测和识别4：C++实现疲劳驾驶检测和识别(含源码，可实时检测)https://panjinquan.blog.csdn.net/article/details/131834980

7. Android实现疲劳驾驶检测识别

参考文章：疲劳驾驶检测和识别3：Android实现疲劳驾驶检测和识别(含源码，可实时检测)https://blog.csdn.net/guyuealian/article/details/131834970

相关推荐
盛世隐者2 小时前
【pytorch】循环神经网络
人工智能·pytorch
四口鲸鱼爱吃盐4 小时前
Pytorch | 利用AI-FGTM针对CIFAR10上的ResNet分类器进行对抗攻击
人工智能·pytorch·python
唐小旭18 小时前
python3.6搭建pytorch环境
人工智能·pytorch·python
四口鲸鱼爱吃盐20 小时前
Pytorch | 从零构建ParNet/Non-Deep Networks对CIFAR10进行分类
人工智能·pytorch·分类
四口鲸鱼爱吃盐2 天前
Pytorch | 从零构建GoogleNet对CIFAR10进行分类
人工智能·pytorch·分类
leaf_leaves_leaf2 天前
win11用一条命令给anaconda环境安装GPU版本pytorch，并检查是否为GPU版本
人工智能·pytorch·python
夜雨飘零12 天前
基于Pytorch实现的说话人日志（说话人分离）
人工智能·pytorch·python·声纹识别·说话人分离·说话人日志
四口鲸鱼爱吃盐2 天前
Pytorch | 从零构建MobileNet对CIFAR10进行分类
人工智能·pytorch·分类
苏言の狗2 天前
Pytorch中关于Tensor的操作
人工智能·pytorch·python·深度学习·机器学习
四口鲸鱼爱吃盐2 天前
Pytorch | 利用VMI-FGSM针对CIFAR10上的ResNet分类器进行对抗攻击
人工智能·pytorch·python
热门推荐
01【一文读懂】NTN（非地面网络）技术介绍02优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间03玄机平台应急响应—webshell查杀04Cube-Studio：开源大模型全链路一站式中台05基于大语言模型（LLM）的合成数据生成、策展和评估的综述06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07组基轨迹建模 GBTM的介绍与实现（Stata 或 R）08HCIA-datacom数通题库和录播视频资料09Docker 夺命连环 15 问10RAG 实践- Ollama+RagFlow 部署本地知识库