基于改进YOLOv4算法的疲劳驾驶检测

来源：电子测量技术杂志2021年第13期北京时间：

作者：李昭慧，张玮良

单位：西安科技大学通信学院 西安 710600

摘要：提出一种基于深度学习的改进YOLOv4算法的疲劳驾驶检测。首先通过使用迁移学习将VOC数据集已训练好权重作为预权重进行训练，其次在训练中将框架中的特征金字塔SPP结构前后增加卷积，提高框架对深层特征的提取，再引入空洞卷积技术在不损失图片信息情况下增加卷积输出感受野，增加图片位置信息的获取能力。实验结果表明，改善后的YOLOv4算法在测试中map值达到97.29%，相较原YOLOv4算法提高了1.98%，其中对眼睛部位的检测提高了6%。并在检测中加入时延判定，避免其他行为影响结果，使误判概率大大减小。

关键词：深度学习; YOLOv4; 疲劳驾驶检测; 迁移学习; 空洞卷积

基金资助：国家自然科学基金资助项目(61705178）