怀集住房和城乡建设部网站创意设计活动是指什么内容

怀集住房和城乡建设部网站,创意设计活动是指什么内容,西昌做网站,酒店局域网网络规划与设计驾驶员分心驾驶目标检测数据集 SFDDD数据集基础上加入自己创建的数据 数据集提供标签文件 yolo和voc两种标注方式 类别数量:17类 类别名称: 每一类图像数 #xff0c;每一类标注数 Safe Driving 2056#xff0c;2056 Texting right 1331,1331 Calling right 1343,1343 Text…驾驶员分心驾驶目标检测数据集SFDDD数据集基础上加入自己创建的数据数据集提供标签文件yolo和voc两种标注方式类别数量:17类类别名称: 每一类图像数 每一类标注数Safe Driving 20562056Texting right 1331,1331Calling right 1343,1343Texting left 1260,1260Calling left 1257,1257Adjusting radio 1530,1530Drinking 1542,1542Reaching behind 1604,1604Hair and makeup 1425,1425Talking to passengers 1540,1540Yawn 1477,1477Wiping glass 680,680Smoking 789,789Voice right 618,618Voice left 666,666Nodding Off 1410,1410Look down 756,7561以下是驾驶员分心驾驶目标检测数据集的完整统计表格基于 SFDDD 并融合自建数据 驾驶员分心驾驶检测数据集统计表序号类别名称英文类别名称中文图像数量标注框数量1Safe Driving安全驾驶2,0562,0562Texting right右手发短信1,3311,3313Calling right右手打电话1,3431,3434Texting left左手发短信1,2601,2605Calling left左手打电话1,2571,2576Adjusting radio调节收音机1,5301,5307Drinking饮水1,5421,5428Reaching behind向后伸手1,6041,6049Hair and makeup整理头发/化妆1,4251,42510Talking to passengers与乘客交谈1,5401,54011Yawn打哈欠1,4771,47712Wiping glass擦拭挡风玻璃68068013Smoking吸烟78978914Voice right右侧语音操作61861815Voice left左侧语音操作66666616Nodding Off点头打瞌睡1,4101,41017Look down低头看下方756756总计——20,24420,244✅说明每张图像仅包含一个行为类别单标签分类检测场景通常以整图作为目标区域提供YOLO (.txt)和PASCAL VOC (.xml)两种标注格式数据集在SFDDDState Farm Distracted Driver Detection基础上扩展了部分新类别如 Wiping glass、Voice left/right 等适用于驾驶员状态监控、智能座舱、ADAS 安全预警系统该数据集可直接用于训练分心驾驶行为识别模型支持从分类任务到目标检测任务的多种应用场景。以下是完整的基于 YOLOv8 的驾驶员分心驾驶行为识别系统详细代码实现适用于你提供的17 类分心行为数据集含 Safe Driving。该系统支持✅ 图像上传✅ YOLOv8 行为分类/检测根据标注方式✅ Web 界面Flask✅ 中文结果展示✅ 支持 YOLO/VOC 格式本例按图像级分类任务实现因每图仅一个标签 注SFDDD 及类似数据集通常为图像分类任务每张图一个行为标签但若你的标注是边界框形式如人脸手部区域则为检测任务。此处按分类任务实现更常见且高效若需检测版可告知。 一、项目结构driver_distraction_yolov8/ ├── data/ │ └── dataset.yaml# 分类数据集配置├── models/ │ └── best.pt# 训练好的 YOLOv8-cls 模型├── static/ │ ├── uploads/# 用户上传图像│ └── results/# 可选保存带标签的图├── templates/ │ ├── index.html# 上传页│ └── result.html# 结果页├── app.py# Flask 应用├── classify.py# 核心分类模块├── requirements.txt └── README.md 二、环境依赖requirements.txtultralytics8.2.0 flask2.3.3 opencv-python4.8.0 numpy1.24.3 Pillow9.5.0安装pipinstall-rrequirements.txt 三、类别定义17类# classify.pyCLASS_NAMES[安全驾驶,右手发短信,右手打电话,左手发短信,左手打电话,调节收音机,饮水,向后伸手,整理头发/化妆,与乘客交谈,打哈欠,擦拭挡风玻璃,吸烟,右侧语音操作,左侧语音操作,点头打瞌睡,低头看下方]⚠️ 顺序必须与训练时dataset.yaml一致。 四、分类数据集配置data/dataset.yaml# data/dataset.yaml 用于训练train:../data/images/trainval:../data/images/valnc:17names:[Safe Driving,Texting right,Calling right,Texting left,Calling left,Adjusting radio,Drinking,Reaching behind,Hair and makeup,Talking to passengers,Yawn,Wiping glass,Smoking,Voice right,Voice left,Nodding Off,Look down]✅ 使用yolo taskclassify进行训练。 五、核心分类模块classify.py# classify.pyimportcv2importosfromultralyticsimportYOLO CLASS_NAMES[安全驾驶,右手发短信,右手打电话,左手发短信,左手打电话,调节收音机,饮水,向后伸手,整理头发/化妆,与乘客交谈,打哈欠,擦拭挡风玻璃,吸烟,右侧语音操作,左侧语音操作,点头打瞌睡,低头看下方]defrun_classification(input_path,model_pathmodels/best.pt): 对单张驾驶员图像进行分心行为分类 :param input_path: 输入图像路径 :param model_path: YOLOv8-cls 模型路径 :return: (预测类别中文名, 置信度) modelYOLO(model_path)resultsmodel(input_path)# 获取预测结果probsresults[0].probs# 分类概率pred_class_idint(probs.top1)confidencefloat(probs.top1conf)ifpred_class_idlen(CLASS_NAMES):raiseValueError(预测类别ID超出范围)predicted_classCLASS_NAMES[pred_class_id]returnpredicted_class,confidence 六、Web 应用app.py# app.pyfromflaskimportFlask,render_template,request,redirect,url_forimportosfromclassifyimportrun_classification appFlask(__name__)UPLOAD_FOLDERstatic/uploadsALLOWED_EXTENSIONS{png,jpg,jpeg}app.config[UPLOAD_FOLDER]UPLOAD_FOLDERdefallowed_file(filename):return.infilenameandfilename.rsplit(.,1)[1].lower()inALLOWED_EXTENSIONSapp.route(/)defindex():returnrender_template(index.html)app.route(/upload,methods[POST])defupload_file():iffilenotinrequest.files:returnredirect(request.url)filerequest.files[file]iffile.filenameornotallowed_file(file.filename):returnredirect(request.url)filenamefile.filename filepathos.path.join(app.config[UPLOAD_FOLDER],filename)os.makedirs(app.config[UPLOAD_FOLDER],exist_okTrue)file.save(filepath)try:predicted_class,confidencerun_classification(filepath,model_pathmodels/best.pt)exceptExceptionase:returnfh2识别失败{str(e)}/h2returnrender_template(result.html,originalfilename,predicted_classpredicted_class,confidencef{confidence:.2%})if__name____main__:app.run(debugTrue,host0.0.0.0,port5000)️ 七、前端模板templates/index.html!DOCTYPEhtmlhtmlheadtitle驾驶员分心行为识别/titlestylebody{font-family:Arial;text-align:center;margin-top:50px;}.upload-btn{padding:10px 20px;background:#28a745;color:white;border:none;cursor:pointer;}.upload-btn:hover{background:#218838;}/style/headbodyh1 驾驶员分心行为智能识别系统/h1p支持17种驾驶行为包括安全驾驶与各类分心动作/pformmethodpostenctypemultipart/form-dataaction/uploadinputtypefilenamefileacceptimage/*requiredbrbrbuttontypesubmitclassupload-btn上传图像并识别/button/form/body/htmltemplates/result.html!DOCTYPEhtmlhtmlheadtitle识别结果/titlestylebody{font-family:Arial;text-align:center;margin-top:40px;}img{max-width:80%;margin:20px;border:1px solid #ccc;}.result-box{background:#f8f9fa;padding:20px;border-radius:8px;display:inline-block;margin:20px;}.safe{color:green;}.danger{color:red;}/style/headbodyh2 识别结果/h2imgsrc{{ url_for(static, filenameuploads/ original) }}alt驾驶员图像divclassresult-boxh3行为类别spanclass{% if predicted_class 安全驾驶 %}safe{% else %}danger{% endif %}{{ predicted_class }}/span/h3p置信度{{ confidence }}/p/divbrahref/← 返回上传/a/body/html 八、模型训练命令供参考# 使用 YOLOv8 分类模型训练yolo classify train\datadata/dataset.yaml\modelyolov8n-cls.pt\epochs50\imgsz224\batch64\projectruns/classify\namedriver_distraction训练完成后将runs/classify/driver_distraction/weights/best.pt复制到models/目录。▶️ 九、运行系统python app.py访问http://localhost:5000 十、系统特点特性说明17类行为覆盖包含安全驾驶与16种典型分心行为实时识别单图推理 100msGPUWeb界面友好中文显示绿色/红色高亮安全/危险行为高置信度输出显示预测概率便于阈值判断隐私保护图像仅本地处理不上传云端 扩展建议视频流分析接入摄像头或车载视频流实现实时监控报警机制当检测到“吸烟”、“打瞌睡”等高危行为时触发警报多模态融合结合方向盘握力、眼动追踪等传感器数据移动端部署导出 ONNX/TensorRT 模型用于嵌入式设备