基于RGCfusion的危险驾驶行为检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于RGCfusion的危险驾驶行为检测方法
申请号:CN202411057494
申请日期:2024-08-02
公开号:CN118942076A
公开日期:2024-11-12
类型:发明专利
摘要
本发明涉及目标检测领域,涉及一种基于RGCfusion的危险驾驶行为检测方法,收集多张机动车驾驶员在开车时进行不同类型的危险驾驶的图片;搭建RGCfusion‑YOLO模型,利用RGCSPELAN模块替换YOLOv8模型中的C2f模块,在neck层与检测头之间增加CGAFusion特征融合模块或在neck层与检测头之间增加CAAFusion特征融合模块;对RGCfusion‑YOLO模型进行训练;利用训练后的RGCfusion‑YOLO模型进行危险驾驶行为检测。与现有技术相比,本发明通过对YOLOv8模型进行改进,引入RGCSPELAN模块和Fusion特征融合模块对不同类型的危险驾驶的图片进行检测分类,这样不仅仅增加识别的准确性,并且减少了对驾驶员的驾驶操作难度。
技术关键词
YOLO模型 模块 全局平均池化 检测头 图片 Sigmoid函数 sigmoid函数 代表 内核 洗牌 机动车 通道 注意力 信道 训练集 编码器 元素 参数 分支 格式