基于YOLOv5的疲劳驾驶检测系统
简介
本资源文件提供了一个基于YOLOv5深度学习模型的疲劳驾驶检测系统。该系统使用Python编写，并配备了清新的用户界面（UI）和训练数据集。系统能够识别驾驶员的疲劳状态，包括闭眼、打哈欠等行为，并记录检测结果，以防止交通事故的发生。
功能特点
- 深度学习模型：采用YOLOv5算法，实现高效的疲劳驾驶行为检测。
- 用户界面：使用PyQt设计的清新界面，支持图片、视频和摄像头的疲劳驾驶行为识别。
- 数据集：包含训练数据集656张图片、验证集188张图片、测试集94张图片，共计938张图片。
- 结果记录：系统支持检测结果的记录、展示和保存，每次检测的结果都会记录在表格中。
使用方法
- 安装依赖：确保安装了Python 3.8及所需的依赖包。
- 运行界面：运行主程序
runMain.py和LoginUI.py启动系统。 - 测试功能：可以使用
testPicture.py和testVideo.py脚本进行图片和视频的测试。
系统演示
系统支持对图片、视频和摄像头画面中的疲劳驾驶行为进行识别，识别结果可视化显示在界面和图像中。详细的功能演示效果请参考相关文档。
注意事项
- 请确保按照
requirements.txt配置Python依赖包的版本。 - Python版本：3.8，请勿使用其他版本。
结束语
本系统旨在提供一个高效、易用的疲劳驾驶检测解决方案，适用于新手参考和实际应用。希望本资源能够帮助到有需要的用户。