基于深度学习检测驾驶员的走神行为

机器学习AI算法工程

共 3633字,需浏览 8分钟

 · 2022-04-18


向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程   公众号:datayx


项目背景

我们经常遇到这样的场景:一盏灯变成绿色,你面前的车不走。另外,在没有任何意外发生的情况下,前面的车辆突然减速,或者转弯变道。等等这些现象,给道路安全带来了很大的影响。


那么造成这样现象的原因是什么,主要有因为司机疲劳驾驶,或者走神去做其他事情,想象身边的例子,开车时候犯困,开始时候打电话,发短信,喝水,拿后面东西,整理化妆的都有。这对道路安全和行车效率形成了极大的影响。




据中国安全部门介绍,五分之一的车祸是由司机分心引起的。令人遗憾的是,这样一来,每年有42.5万人受伤,3000人因分心驾驶而死亡。

我们希望通过车内摄像机来自动检测驾驶员走神的行为,来改善这一现象,并更好地保证客户的安全。


问题描述

我们要做的事情,就是根据车内摄像机的画面自动检测驾驶员走神的行为。如果是安全驾驶则一切正常,如果有走神行为,给予警报提醒。


驾驶员可能存在的走神的行为,大概有如下几种,左右手用手机打字,左右手用手持方式打电话,调收音机(玩车机),喝饮料,拿后面的东西,整理头发和化妆,和其他乘客说话。

侦测的准确率accuracy就是衡量解决这个问题好坏的重要指标。



全部代码,论文获取方式:

关注微信公众号 datayx  然后回复 驾驶员 即可获取。



输入数据集

输入数据集来自Kaggle 下载地址如下:

https://www.kaggle.com/c/state-farm-distracted-driver-detection/data

下载下来解压后有3个文件

- driver_imgs_list.csv.zip (92.89K)

- imgs.zip (4G)  所有的图片数据, 解压后

        - train (训练集数据)

               - c0 ~ c9 分别表示不同状态的训练集

        - test (测试集数据,用于提交Kaggle比赛的测试集)

- sample_submission.csv.zip (206.25K) Kaggle比赛需要提交的样本

 

下面是10种状态下每个状态的示例图片:图片大小 640x480





其中 driver_imgs_list.csv.zip 的是对分类标号和人分类编号的csv文件。这个csv表格有三列

-       subject:人的ID,不同的人,这个值不同

-       classname:状态,c0 ~ c9

-       img:图片名称

 

解决方法

这是一个分类器分为,预测的时候是将图片进行归类 C0~C9

首先,第一步,对图片进行预处理,保留有用的部分

第二步,将train数据,划分为训练和验证集,

第三步,建模调参,首先采用迁移学习(transfer learning) 的方式,对imagenet上的已经训练好的模型拿过来,只对以已经预测过的数据做全连接层的训练。在验证集上看精度accuracy. 然后尝试改造模型和自己建模,在验证集上看精度accuracy

第四步,选择最高精度accuracy的模型和参数,生成Kaggle测试集提交文件,手动拿出20个数据开人眼判断是否正确



基准模型

我用ImageNet上已经成熟的模型来做基准模型来和我的计算结果做对比。

       我选择选择 ResNet50 的去掉原有全连接层之后,自己训练全连接层来做为基准模型。我基于这个基准模型再做改进。

       我的目标是 accuracy > 0.93 并且 logloss < 1.0 并且世界排名前 1/3



评估指标

这是典型的分类问题,评估指标采用

  1. 1.    精度accuracy来评估结果好坏。

  2. 2.    Logloss的评估方式,这也是kaggle比赛的评估方式



对比这两种方案。Accuracy对于判断正确和错误的比重是一样的,也就是对了就多一个,错了就少一个,最终看正确的百分比


logloss的评估方式对判断是不是是有明显的方法,如果正确了,Pij=1 => log(Pij)=0, Pij=0.999 => log(Pij)=-0.001。最后增加的log差不多。但如果判断错误,如 Pij=0 => log(Pij) = -无穷。Pih=0.001 => log(Pij)=-6.9 也就是判断错误一个,对等分影响会非常大。

   我认为,在accuray>0.95的情况下,看logloss更有意义。


多模型融合

对比各个模型的运行结果如下,参数都是




新的模型把 ResNet,InceptionV3 和 Xception 混合起来做,从而完成最终模型



新的模型把 ResNet,InceptionV3 和 Xception 的去掉全链接层的结果混合起来,然 后重新用神经网络训练全链接层。最后的在 Adam 优化器下迭代 10 轮之后 (使用混合模型运行在 tensorboard 下的图表如下:)



可见,loss,Accuracy 都处于收敛状态,停止时机比较合适

最终结果如下:
loss: 0.0317 - acc: 0.9995 val_loss: 0.2900 - val_acc: 0.9345


本地验证结果看:
验证集 Loss:0.3615验证集 Accuracy:0.9314

将结果提交到 Kaggle,得到的分数是:
Public Score: 0.25778 排名: 148 / 1440 (top 20%)Private Score: 0.29588 排名: 189 / 1440 (top 20%)

由于比赛上不评估 Accuracy,所以只拿 LogLoss 来做世界排名对比 其结果对比起基准模型



机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码




阅读过本文的人还看了以下文章:


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


《深度学习:基于Keras的Python实践》PDF和代码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


PyTorch深度学习快速实战入门《pytorch-handbook》


【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


如何利用全新的决策树集成级联结构gcForest做特征工程并打分?


Machine Learning Yearning 中文翻译稿


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  





浏览 78
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报