Driver Drowsiness Detection
基於ViT架構的駕駛員疲勞檢測模型,在UTA RLDD數據集上微調,準確率達97.5%
下載量 131
發布時間 : 4/3/2023
模型概述
該模型是基於Google的ViT-base-patch16-224-in21k模型微調而成,專門用於駕駛員疲勞狀態檢測。通過分析面部圖像,可準確識別駕駛員是否處於疲勞狀態。
模型特點
高準確率
在評估集上達到97.5%的準確率,表現優異
基於ViT架構
採用先進的Vision Transformer架構,能有效捕捉圖像全局特徵
小樣本微調
基於預訓練模型微調,只需相對少量訓練數據即可獲得良好效果
模型能力
駕駛員疲勞狀態識別
面部圖像分類
即時監控分析
使用案例
交通安全
車載疲勞預警系統
集成到車載系統中即時監測駕駛員狀態
可有效降低因疲勞駕駛導致的事故風險
運輸車隊管理
監控長途運輸司機疲勞狀態
提高車隊安全管理水平
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98