简介：本资源是一套面向高校本科生的毕业设计级驾驶员行为分析系统，聚焦分心驾驶与疲劳驾驶两大交通安全核心问题，融合YOLOv5目标检测与DeepSORT多目标跟踪技术，实现端到端的实时行为识别与预警。资源共59个文件，涵盖20个Python主模块（如mydetect.py、myfatigue.py、ui_mainwindow.py）、18个配置与模型定义yaml文件（含yolov5s/x/l/m多版本架构）、13个编译缓存pyc及配套文档（手册.docx）、演示视频（.mp4）、人脸关键点模型（.dat）、预训练权重（.pt）和Docker部署脚本等，整体压缩包118.04MB，结构清晰、模块解耦，便于理解与二次开发。已有106人学习下载，项目为作者手打高分毕设，含完整中文注释、UI界面与实操GIF动图，导师认可度高，特别适合深度学习入门者开展课程设计、期末大作业或毕业课题实践。
1. 项目缘起：从“毕业设计”到“实用系统”的跨越
每年毕业季，计算机视觉方向的学生都会面临一个经典难题：如何选择一个既有技术深度、又能体现工程能力，同时还能做出实际效果的毕业设计选题。我当年也在这个十字路口徘徊了很久，直到在实习中亲眼目睹了几起因驾驶员分心或疲劳导致的险情，才最终下定决心，要把这个“纸上谈兵”的课题，变成一个真正能跑起来的、有模有样的检测系统。今天分享的这个“基于深度学习+YOLOv5+Deepsort的驾驶员分心驾驶行为疲劳+危险行为检测”项目，就是那次探索的成果。它不仅仅是一份代码和文档，更是一套从算法选型、模型训练、工程集成到效果优化的完整实战记录。
这个项目的核心目标很明确：利用车载摄像头或模拟视频流，实时分析驾驶员的行为，自动识别出如使用手机、抽烟、未系安全带、频繁打哈欠、闭眼、低头等危险状态，并及时发出预警。听起来像是高级辅助驾驶系统（ADAS）或车队管理中的功能，对吧？没错，其技术内核确实相通。但对于一个毕业设计而言，它的价值在于，你能够用相对成熟的开源工具（YOLOv5做目标检测，Deepsort做目标跟踪），串联起一个完整的视觉分析流水线，并亲手解决其中遇到的各种“坑”。这比单纯复现一篇顶会论文的算法，更能锻炼你的工程思维和解决问题的能力。
接下来，我会抛开那些华而不实的理论堆砌，直接切入实战。我会详细拆解为什么选YOLOv5而不是其他版本，Deepsort如何与它无缝衔接，数据标注有哪些“骚操作”能提升模型效果，以及最终部署时如何平衡精度与速度。无论你是正在为毕设发愁的学生，还是对智能驾驶感知模块感兴趣的开发者，相信这份“踩坑实录”都能给你带来直接的帮助。
2. 技术栈深度剖析：YOLOv5与Deepsort为何是“黄金搭档”
在做技术选型时，面对YOLO系列从v3到v8的众多版本，以及SORT、DeepSORT、ByteTrack等各种跟踪算法，很容易陷入选择困难。我最终敲定YOLOv5+Deepsort这个组合，是经过多方面权衡和实际测试的，绝非盲目跟风。
2.1 为什么是YOLOv5，而不是v4、v7或v8？
首先必须澄清一个误区：版本号越高并不绝对意味着越适合你的项目。YOLOv5在2020年由Ultralytics发布，虽然并非YOLO原作者作品，但其工程化程度极高，对于毕业设计或快速原型开发来说，是“友好度”最高的选择。
- 工程化与易用性：YOLOv5的代码库结构清晰，配置文件（.yaml）管理模型结构和训练参数的方式非常直观。其提供的预训练模型（s, m, l, x）覆盖了从轻量到高精度的需求，且加载和微调（fine-tuning）极其方便。相比之下，YOLOv4的Darknet框架对新手不够友好，环境配置复杂；YOLOv7和v8虽然性能有提升，但在项目周期紧张的毕设中，其更复杂的结构和可能遇到的兼容性问题会成为时间杀手。
- 训练效率与资源需求：YOLOv5的训练速度快，且对GPU内存的要求相对温和。在单张RTX 3060这样的消费级显卡上，用
yolov5s.pt预训练模型在自己的数据集上微调，几小时内就能得到不错的效果。这对于计算资源有限的学生群体至关重要。 - 丰富的社区生态：YOLOv5拥有庞大的用户社区，这意味着你在Github、知乎、CSDN上几乎能搜到所有你可能遇到的问题的解决方案。从数据标注格式（YOLO格式的txt文件）到模型导出（ONNX, TorchScript），都有成熟的工具链和大量教程。
当然，YOLOv5并非没有缺点，例如其创新性被认为不如后续版本。但对于一个以应用和工程实现为核心的毕设，稳定、易用、社区支持好这三点，足以让它成为首选。
2.2 Deepsort：为检测框注入“身份”的跟踪器
目标检测（YOLOv5）只能告诉你每一帧画面里有什么（如：一个人，一个手机），但它不知道上一帧的这个人和这一帧的这个人是不是同一个。这就是目标跟踪要解决的问题。Deepsort（Deep Simple Online and Realtime Tracking）是在经典SORT算法基础上的增强版，其核心贡献是引入了外观特征（Appearance Feature）关联。
- SORT的局限：SORT算法仅使用卡尔曼滤波预测目标运动轨迹，并通过匈牙利算法基于IoU（交并比）进行关联。当目标发生快速运动、遮挡或检测器漏检时，很容易发生ID切换（ID Switch）。
- Deepsort的改进：Deepsort在运动关联的基础上，增加了一个深度外观描述子（通常是一个预训练的ReID网络提取的特征向量）。即使目标被短暂遮挡后重现，只要外观特征足够相似，Deepsort也能将其正确关联回原来的ID。这对于驾驶员行为分析至关重要——我们需要持续跟踪同一个驾驶员，以分析其行为序列（如持续闭眼时长），而不是每帧都当成一个新的人。
在项目中，我们将YOLOv5实时输出的检测框（Bounding Box）和对应的类别置信度，送入Deepsort跟踪器。Deepsort会为每个被跟踪的目标分配一个唯一的ID，并输出该ID的连续轨迹。这样，我们就把“帧级别的检测”升级为了“目标级别的跟踪”。
2.3 工作流程串联
整个系统的Pipeline可以概括为以下几步：
- 视频流输入：读取摄像头或视频文件。
- 目标检测：每一帧图像送入YOLOv5模型，得到所有检测目标（人、手机、香烟等）的边界框
(x1, y1, x2, y2)、置信度(conf)和类别(cls)。 - 目标跟踪：将当前帧的检测结果（框、置信度）输入Deepsort。Deepsort内部完成：
- 卡尔曼滤波预测已有跟踪目标在当前帧的位置。
- 计算检测框与预测框之间的运动匹配代价（马氏距离）和外观匹配代价（余弦距离）。
- 使用匈牙利算法完成最优匹配，更新已有跟踪器的状态，并为新目标创建跟踪器。
- 行为分析：基于跟踪器输出的带有唯一ID的连续目标序列，进行高层行为逻辑判断。例如：
- 疲劳检测：跟踪驾驶员面部（ID=1），连续N帧检测到“闭眼”状态，且持续时间超过阈值T，则判定为疲劳。
- 分心驾驶：跟踪驾驶员手部或身体区域（ID=1），同时跟踪到“手机”类别（ID=2）且其边界框与驾驶员边界框在空间上长时间接近，则判定为使用手机。
- 预警与输出：在视频帧上绘制检测框、跟踪ID及行为状态，并可触发声音或界面警告。
这个流程看似直接，但其中每一步都有大量细节和调优空间，这也是项目从“能跑通”到“效果好”的关键。
3. 从零到一：构建你自己的驾驶员行为数据集
公开的驾驶员行为数据集如StateFarm Distracted Driver Detection、DMD等，虽然质量高，但往往场景比较单一，或者不符合国内常见的驾驶舱环境。为了获得更好的模型效果，自制数据集几乎是必经之路。这个过程耗时耗力，但却是理解计算机视觉项目全流程的宝贵一课。
3.1 数据采集与场景设计
采集数据的原则是尽可能贴近你的应用场景。
- 设备：使用普通的手机摄像头或USB摄像头即可。分辨率建议1080p，帧率30fps足够。
- 场景：在确保安全的前提下（强烈建议在静止车辆或模拟驾驶舱中进行），模拟多种状态：
- 正常驾驶：双手握方向盘，目视前方。
- 分心行为：单手或双手离开方向盘接打电话、操作手机、抽烟、喝水、调整中控、与副驾交谈（转头）。
- 疲劳行为：打哈欠（张大嘴）、频繁眨眼、闭眼2秒以上、点头（头部前倾）。
- 多样性：邀请不同性别、发型、是否戴眼镜的“驾驶员”参与采集。在不同光照条件（白天、夜间、隧道明暗变化）下采集。这是提升模型泛化能力的关键。
- 数量：每个类别至少收集300-500张有效图片。初期可以少一些，用于快速验证流程。
3.2 数据标注的“灵魂”：YOLO格式与类别定义
标注工具推荐使用labelImg或更高效的CVAT、Roboflow。标注的核心是生成YOLOv5所需的txt文件。
类别定义：你需要预先定义好要检测的类别及其对应的ID。例如：
# data.yaml 中的names部分 names: 0: person # 驾驶员 1: cellphone # 手机 2: cigarette # 香烟 3: eyes_closed # 闭眼 4: yawning # 打哈欠 5: no_belt # 未系安全带（这里简化了，实际可能需要检测安全带本身）注意：这里将“闭眼”、“打哈欠”作为直接检测的类别，是一种简化方案。更精细的做法是：先检测人脸，再在人脸区域检测关键点（如dlib或MediaPipe），通过关键点计算眼睛纵横比（EAR）和嘴巴纵横比（MAR）来判断状态。但直接检测行为状态对于毕设来说，更直观， pipeline更简单。
YOLO格式详解：每个txt文件与图片同名，每一行代表一个标注对象，格式为：
<class_id> <x_center> <y_center> <width> <height>。<class_id>: 类别ID，从0开始。<x_center> <y_center>: 边界框中心点的x, y坐标，已归一化（即除以图片宽度和高度，值在0-1之间）。<width> <height>: 边界框的宽度和高度，同样已归一化。 例如，一张800x600的图片上，标注了一个位于(200, 300)，宽高为100x150的“手机”，其标注行应为：
1 0.3125 0.5 0.125 0.25 # x_center = (200 + 100/2) / 800 = 250 / 800 = 0.3125 # y_center = (300 + 150/2) / 600 = 375 / 600 = 0.5 # width = 100 / 800 = 0.125 # height = 150 / 600 = 0.25
3.3 数据增强与数据集划分
YOLOv5的训练脚本内置了强大的数据增强功能（Mosaic, Random affine, HSV调整等），你只需要在data.yaml中配置即可。但前期也可以手动增加一些多样性：
- 数据集划分：按70%（训练集），20%（验证集），10%（测试集）的比例随机划分。测试集必须完全不参与训练和调参，用于最终评估。
- 处理类别不平衡：如果“正常驾驶”的图片远多于“抽烟”的图片，模型会偏向于多数类。解决方法：1）过采样少数类图片；2）在YOLOv5的损失函数中设置类别权重；3）在数据增强时，对少数类图片应用更强的增强。
准备好images（图片）和labels（标注txt）文件夹，并编写好data.yaml配置文件，数据集部分就告一段落了。这个过程的严谨程度，直接决定了模型性能的天花板。
4. 模型训练与调优：让YOLOv5“认识”你的场景
有了数据集，下一步就是训练模型。这里我分享几个让训练效果立竿见影的关键步骤和参数调优经验。
4.1 环境搭建与预训练模型
# 克隆YOLOv5官方仓库（建议使用固定版本，如v6.0，兼容性最好） git clone -b v6.0 https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt # 安装依赖安装过程如果遇到PyTorch或CUDA问题，去PyTorch官网根据你的CUDA版本选择正确的安装命令。
下载预训练模型。对于驾驶员检测（人、手机等物体），使用在COCO数据集上预训练的yolov5s.pt是一个非常好的起点。它已经学会了检测“人”这个通用概念，能极大加速我们特定场景的收敛。
# 在yolov5目录下 weights/yolov5s.pt # 通常克隆仓库时会自带，如果没有就手动下载4.2 核心训练配置与启动
主要的配置都在data.yaml和模型配置文件（如models/yolov5s.yaml）中，但训练命令的参数才是灵魂。
一个基础的训练命令如下：
python train.py \ --img 640 \ # 训练图像尺寸，保持640平衡速度与精度 --batch 16 \ # 批次大小，根据你的GPU内存调整，8, 16, 32等 --epochs 100 \ # 训练轮数，通常100-300轮 --data ./data/my_driver_data.yaml \ # 你的数据集配置文件路径 --cfg ./models/yolov5s.yaml \ # 模型结构配置文件 --weights ./weights/yolov5s.pt \ # 预训练权重 --name driver_detection_v1 \ # 本次实验的名称，用于保存结果 --cache \ # 使用缓存加速训练（需要足够RAM） --device 0 # 使用第0块GPU，CPU则用 --device cpu--img 640: 这是YOLOv5的默认输入尺寸。增大（如1280）会提升对小目标的检测能力，但会显著增加显存消耗和训练时间。对于车内场景，640通常足够。--batch 16:批次大小是影响训练稳定性和效果的关键。在显存允许的情况下，尽量设大。如果出现“CUDA out of memory”错误，就减小batch或img尺寸。--epochs: 100轮是个不错的起点。可以通过观察验证集损失val_loss不再下降，或指标mAP@0.5趋于平缓来判断是否早停（early stopping）。
4.3 监控训练过程与关键指标解读
训练开始后，YOLOv5会在runs/train/driver_detection_v1目录下生成大量可视化结果。最重要的两个文件是results.png和训练过程日志。
- 损失曲线（results.png）: 关注
train/box_loss,train/obj_loss,train/cls_loss以及对应的val损失。理想情况是所有损失曲线平稳下降，最后趋于平缓。如果训练损失下降但验证损失上升，可能是过拟合了。 - 性能指标:
mAP@0.5: 这是最核心的指标。表示在IoU阈值为0.5时的平均精度（mean Average Precision）。值越高越好，达到0.8以上说明模型很不错。mAP@0.5:0.95: 在IoU阈值从0.5到0.95（步长0.05）上的平均mAP，是更严格的指标。precision和recall: 精确率和召回率。高精确率意味着“说是A的，基本真是A”（误报少）；高召回率意味着“是A的，基本都被找出来了”（漏报少）。两者往往需要权衡。
4.4 调优实战技巧
- 学习率调整：
--lr0参数默认是0.01。如果训练初期损失震荡剧烈，可以尝试调小到0.001。YOLOv5内置了余弦退火等学习率调度器，通常不用手动调整。 - 数据增强强度：在
data.yaml中或通过--hyp参数指定超参数文件。可以调整hsv_h,hsv_s,hsv_v（色彩抖动）、degrees（旋转）、translate（平移）等。对于车内相对稳定的场景，增强不宜过强，否则会引入不现实的噪声。 - 解决“手机”等小目标检测差的问题：
- 数据层面：确保数据集中有足够多、标注精准的小目标样本。可以特意采集一些手机在画面边缘或较远的图片。
- 模型层面：YOLOv5的P5模型（默认）有三个检测头（大、中、小目标）。可以尝试使用更大的模型（如
yolov5m.pt或yolov5l.pt），它们有更强大的特征提取能力。 - 训练层面：尝试减小
--img尺寸（如416），有时反而能提升小目标召回，因为特征图相对变“大”了。这是一个需要实验的权衡。
- 过拟合应对：如果验证集指标远低于训练集，增加数据增强、使用
--weights的预训练模型、减少模型复杂度（用s而不是l）、或增加正则化（如--dropout）都可能有效。
训练完成后，最好的模型权重会保存在runs/train/driver_detection_v1/weights/best.pt。这个best.pt就是我们后续与Deepsort集成的核心。
5. 集成Deepsort与行为逻辑判断
模型训练好了，接下来就是让检测框“动起来”，并赋予它们行为含义。这部分是项目的“大脑”，将原始的视觉感知转化为高层语义信息。
5.1 Deepsort集成详解
网上有很多YOLOv5+Deepsort的集成代码，但很多只是简单拼接，不稳定。我基于一个稳定的开源实现进行了深度改造，核心在于匹配阈值的管理和跟踪器生命周期管理。
# 伪代码逻辑展示核心集成步骤 import torch from yolov5.models.experimental import attempt_load from deep_sort_realtime.deepsort_tracker import DeepSort # 1. 加载训练好的YOLOv5模型 device = torch.device('cuda:0') model = attempt_load('./runs/train/driver_detection_v1/weights/best.pt', device=device) model.eval() # 2. 初始化Deepsort跟踪器 # max_age: 一个跟踪器连续多少帧未匹配到检测框则删除。设置太小容易丢失目标，太大会维持过多“僵尸”跟踪器。车内场景建议30-50。 # n_init: 一个检测需要被连续关联多少帧才被确认为一个新的跟踪目标。防止噪声误检，建议3-5。 tracker = DeepSort(max_age=45, n_init=3) # 3. 视频流循环 while True: frame = get_frame() # 获取一帧 # YOLOv5推理 results = model(frame, augment=False) # augment=False关闭推理时增强 detections = results.xyxy[0].cpu().numpy() # 获取检测结果 [x1, y1, x2, y2, conf, cls] # 4. 过滤低置信度检测框，并准备Deepsort输入格式 conf_threshold = 0.5 dets_for_tracking = [] for det in detections: x1, y1, x2, y2, conf, cls_id = det if conf > conf_threshold: # Deepsort需要 [x1, y1, w, h, conf, cls_id] 格式 dets_for_tracking.append([x1, y1, x2-x1, y2-y1, conf, int(cls_id)]) # 5. 更新跟踪器 tracks = tracker.update_tracks(dets_for_tracking, frame=frame) # 6. 处理跟踪结果 for track in tracks: if not track.is_confirmed(): # 跳过未确认的跟踪 continue track_id = track.track_id ltrb = track.to_ltrb() # 获取边界框 [x1, y1, x2, y2] class_id = track.get_det_class() # 获取检测类别 # 在帧上绘制跟踪框和ID cv2.rectangle(frame, (int(ltrb[0]), int(ltrb[1])), (int(ltrb[2]), int(ltrb[3])), color, 2) cv2.putText(frame, f'ID:{track_id} {class_names[class_id]}', ...)关键参数调优经验：
max_age：在驾驶员行为分析中，驾驶员目标基本持续存在。但当驾驶员大幅转头或被遮挡时，检测框可能短暂丢失。max_age设置过短（如10帧），会导致ID频繁切换；设置过长（如100帧），会残留大量无效跟踪器。经过实测，45是一个在稳定性和及时清理之间较好的平衡点。n_init：防止因单帧误检而创建虚假跟踪器。设为3意味着需要连续3帧都检测到同一个目标，才为其创建跟踪ID。这大大提升了跟踪的稳定性。- 检测置信度阈值：在推理时（
conf_threshold）可以设得比训练时评估的阈值（默认0.001）高，比如0.5或0.6，以减少送入跟踪器的噪声检测框，让跟踪更稳定。
5.2 基于跟踪ID的行为状态机
这是项目的业务逻辑核心。我们需要为每个被跟踪的驾驶员（track_id）维护一个状态机，而不是基于单帧判断。
# 一个简化的疲劳检测状态机示例 class DriverState: def __init__(self, track_id): self.track_id = track_id self.eyes_closed_counter = 0 # 连续闭眼帧数计数器 self.is_fatigued = False self.fatigue_threshold = 30 # 连续闭眼30帧（假设1秒=30帧，即1秒）判定疲劳 def update(self, current_frame_detections): # current_frame_detections 是当前帧所有检测到的‘闭眼’框 # 假设我们已经通过空间关系（如框的中心位置）将‘闭眼’框匹配到了这个驾驶员跟踪框上 if matched_eyes_closed_detection: self.eyes_closed_counter += 1 if self.eyes_closed_counter >= self.fatigue_threshold and not self.is_fatigued: self.is_fatigued = True trigger_alarm(f"驾驶员 {self.track_id} 疲劳驾驶！") else: # 当前帧没有检测到闭眼，重置计数器 self.eyes_closed_counter = 0 if self.is_fatigued: self.is_fatigued = False # 可以添加一个“疲劳状态恢复”的逻辑 # 在主循环中管理所有驾驶员状态 driver_states = {} # track_id -> DriverState object for track in tracks: track_id = track.track_id if track_id not in driver_states: driver_states[track_id] = DriverState(track_id) # 更新该驾驶员的状态 driver_states[track_id].update(current_detections)对于“使用手机”的检测，逻辑类似但更复杂一些：需要判断“手机”这个检测框与“驾驶员”这个跟踪框的空间关系（如IoU或中心点距离）在连续多帧内是否保持亲密，并且驾驶员的手部或视线方向可能也有变化（这部分可以通过额外添加“手部”检测或头部姿态估计来增强）。
5.3 多线程与性能优化
实时视频处理是计算密集型的。YOLOv5推理和Deepsort跟踪都比较耗时。为了达到实时（如25-30 FPS），必须进行优化：
- 异步处理：使用生产者-消费者模型。一个线程专门负责从摄像头抓取帧（生产者），另一个线程负责进行YOLOv5推理和跟踪（消费者）。这样可以避免因处理速度慢而掉帧。
- 推理优化：
- 使用
torch.jit.trace或torch.jit.script将模型转换为TorchScript，能获得一定的加速。 - 使用半精度（FP16）推理：在支持Tensor Core的GPU上，能大幅提升速度且精度损失很小。在YOLOv5推理时设置
--half参数。 - 考虑使用TensorRT或ONNX Runtime进行更极致的部署优化，这对毕设来说属于加分项。
- 使用
- 跟踪器优化：Deepsort的外观特征提取网络（如Mars-small128.pb）是计算瓶颈之一。如果对精度要求不是极端高，可以尝试使用更轻量的ReID模型，或者在检测置信度很高时，跳过外观特征匹配，仅用运动信息（退化到SORT）。
6. 效果评估、常见问题与部署思考
项目做完了，怎么知道它好不好？除了肉眼观察运行视频，还需要一些定量的评估和面对实际问题的思考。
6.1 如何评估你的系统？
对于这样一个多模块系统，需要分层评估：
- 目标检测模块：使用保留的测试集，运行
python val.py --data ./data/my_driver_data.yaml --weights ./weights/best.pt，查看mAP@0.5等指标。这是基础。 - 跟踪模块：评估跟踪性能更复杂。可以手动标注一小段视频（比如1000帧）中所有目标的真实ID和位置，然后计算：
- 多目标跟踪精度（MOTA）：综合考量误检、漏检和ID切换的指标。
- ID切换次数（ID Switches）：越少越好。 有工具如
py-motmetrics可以辅助计算。对于毕设，可以定性分析：在测试视频中，驾驶员的ID是否稳定？当被副驾乘客短暂遮挡后，ID是否还能保持一致？
- 行为识别模块：这是最需要定性评估的。录制包含各种分心和疲劳行为的测试视频，统计系统的：
- 检出率：发生了多少次危险行为，系统正确报警了多少次？
- 误报率：系统报警了多少次，其中有多少次是误报（如抬手调整空调被误认为使用手机）？
- 报警延迟：从行为发生到系统报警，间隔了多少帧？这对于疲劳检测（闭眼持续时间）尤为重要。
6.2 踩坑实录与解决方案
问题一：YOLOv5检测框抖动严重，导致跟踪器ID频繁切换。
- 原因：可能是数据集中类似场景少，模型置信度不稳定；也可能是视频编码质量差、光照闪烁。
- 解决：1) 在数据增强中加入轻微的模糊和噪声，提升模型鲁棒性。2) 对YOLOv5输出的检测框进行时域平滑滤波，如使用卡尔曼滤波或简单的移动平均，预测当前帧框的位置，与检测结果加权融合，能有效减少抖动。3) 适当降低Deepsort的匹配阈值（
max_cosine_distance），让外观特征在关联中权重更高。
问题二：“闭眼”和“打哈欠”这类状态检测不准。
- 原因：直接检测状态类别难度大，因为姿态、角度变化大。
- 解决（进阶方案）：采用“检测+关键点”的两级方案。第一步，用YOLOv5检测人脸。第二步，裁剪出人脸区域，使用轻量级关键点模型（如MediaPipe Face Mesh）检测468个面部关键点。第三步，根据关键点计算：
- 眼睛纵横比（EAR）：当EAR低于阈值并持续一段时间，判定为闭眼。
- 嘴巴纵横比（MAR）：当MAR高于阈值，判定为打哈欠。 这种方法比直接检测“闭眼”类别更稳定、更符合生理定义。
问题三：在树荫、隧道口等明暗快速变化场景下，检测失效。
- 原因：模型训练数据光照条件单一，泛化能力不足。
- 解决：1) 在数据采集中必须包含高动态光照场景。2) 在图像预处理时，可以加入自动白平衡（AWB）或直方图均衡化，减轻光照影响。3) 在模型输入前，对图像进行
CLAHE（限制对比度自适应直方图均衡化）处理，效果显著。
6.3 从毕设到部署的思考
完成一个在开发机上运行的Demo只是第一步。如果要将其部署到真实的车载边缘设备（如Jetson Nano、RK3568等），还需要考虑：
- 模型轻量化：将YOLOv5s模型通过剪枝、量化等技术进一步压缩，以适应边缘设备的算力和内存。
- 工程化封装：将整个Pipeline封装成独立的服务，提供gRPC或HTTP API接口，方便与车载中控或其他系统集成。
- 误报处理：真实的驾驶场景噪声极大。需要设计更复杂的后处理逻辑，例如，只有“使用手机”行为持续超过5秒才报警，或者结合车辆状态（如车速为0时，不进行疲劳报警）来降低误报。
这个项目就像一把钥匙，为你打开了智能驾驶感知领域的大门。它涉及了从数据准备、模型训练、多目标跟踪到行为理解的完整链条。过程中遇到的每一个问题，都是宝贵的经验。希望这份超详细的拆解，能帮你少走弯路，做出一个让导师眼前一亮的毕业设计，也为未来的深入探索打下坚实的基础。
本文还有配套的精品资源，点击获取
