摘要疲劳驾驶是导致交通事故的主要原因之一因此开发实时、准确的驾驶员状态监测系统具有重要意义。本文基于YOLO26目标检测算法构建了一个针对驾驶员面部状态的疲劳检测系统专注于识别清醒awake和疲劳drowsy两种状态。系统采用YOLO26架构进行模型训练与优化数据集包含训练集1056张、验证集103张和测试集71张。实验结果表明模型在验证集上的平均精度mAP50达到0.966召回率为0.95推理速度仅为2.5ms/张完全满足实时检测需求。混淆矩阵分析显示模型对清醒状态的识别准确率达97%对疲劳状态的识别准确率达93%背景误检率为0。该系统在精度、速度和鲁棒性方面均表现出色具备实际部署价值。目录摘要详细功能展示视频功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景数据集介绍数据集概述数据集划分训练结果​编辑1. 模型整体性能评估​编辑验证结果概览best.pt2. 类别级别分析3. 混淆矩阵分析混淆矩阵归一化​编辑4. 训练过程分析results.png​编辑5. 推理速度6. 精度-召回率曲线PR Curve​编辑Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着汽车保有量的持续增长和交通环境的日益复杂交通安全问题已成为全球关注的焦点。据统计约有20%-30%的交通事故与驾驶员疲劳有关疲劳驾驶已成为继酒后驾驶之后的第二大交通事故诱因。疲劳会导致驾驶员反应时间延长、注意力下降、判断能力减弱严重时甚至会出现短暂睡眠状态极易引发恶性交通事故。传统的疲劳检测方法主要包括基于生理信号如脑电波、心率、基于车辆行为如车道偏离、方向盘转角和基于驾驶员面部特征三大类。其中基于生理信号的方法虽然准确但需要接触式传感器影响驾驶体验基于车辆行为的方法受车型和路况影响较大而基于面部视觉的方法具有非接触、成本低、信息丰富等优势已成为主流研究方向。近年来深度学习技术的快速发展为目标检测任务带来了革命性突破。YOLOYou Only Look Once系列算法以其端到端的检测方式和优异的实时性能在目标检测领域占据重要地位。YOLO算法将目标检测视为回归问题通过单一神经网络直接从图像中预测边界框和类别概率实现了检测精度与速度的完美平衡。本文基于YOLO26算法构建驾驶员疲劳检测系统通过对驾驶员面部图像进行分析实时判断其状态为清醒或疲劳旨在为车载主动安全系统提供可靠的技术支持。背景驾驶员疲劳检测技术的研究始于20世纪90年代随着计算机视觉和人工智能技术的进步该领域经历了从传统图像处理到深度学习的演进过程。传统方法的局限性早期疲劳检测主要依赖于手工设计的特征如PERCLOS眼睛闭合时间百分比、眨眼频率、打哈欠检测等。这些方法通常包括人脸检测、特征点定位、状态分类三个独立步骤。然而传统方法对环境变化敏感在光照变化、遮挡、姿态变化等复杂场景下鲁棒性较差难以满足实际应用需求。深度学习的兴起2012年AlexNet在ImageNet竞赛中的突破性表现开启了深度学习在计算机视觉领域的广泛应用。卷积神经网络CNN能够自动学习多层次的图像特征大大提升了图像分类和目标检测的性能。在疲劳检测领域研究者开始使用CNN直接分析驾驶员面部图像避免了繁琐的手工特征设计。疲劳检测的现实需求在商用车领域各国已出台相关法规强制要求安装驾驶员状态监测系统。例如欧盟要求2022年起所有新车必须配备驾驶员疲劳提醒系统。中国市场对智能驾驶辅助系统的需求也日益增长疲劳检测作为其中重要组成部分具有广阔的应用前景。然而实际应用场景中存在诸多挑战不同光照条件白天、夜晚、隧道、驾驶员佩戴眼镜或墨镜、头部姿态变化、种族和性别差异等都对检测算法的鲁棒性提出了更高要求。因此构建一个能够在复杂环境下稳定运行的疲劳检测系统具有重要的理论意义和实用价值。数据集介绍数据集概述本系统使用的数据集包含2个类别分别为awake清醒状态驾驶员眼睛正常睁开注意力集中drowsy疲劳状态驾驶员眼睛闭合或半闭呈现疲劳特征数据集划分为确保模型训练的充分性和评估的可靠性数据集按照以下比例进行划分训练集1056张图像用于模型参数学习和特征提取验证集103张图像用于模型超参数调优和性能监控测试集71张图像用于最终模型性能的客观评估训练结果1. 模型整体性能评估验证结果概览best.ptmAP50所有类别0.966→ 非常高说明模型在 IoU0.5 的条件下检测精度极好。mAP50-950.921→ 也相当高说明模型在不同IoU阈值下的泛化能力很强。PrecisionP0.961RecallR0.95结论模型整体性能非常优秀适合实际部署。2. 类别级别分析类别样本数PrecisionRecallmAP50mAP50-95awake590.950.9690.9620.902drowsy440.9710.9320.9710.94awake类Recall 很高0.969说明模型几乎不会漏掉清醒状态的样本。drowsy类Precision 很高0.971说明模型预测为疲劳的样本中绝大多数是正确的。结论模型在两类之间取得了很好的平衡误检和漏检都控制得很好。3. 混淆矩阵分析混淆矩阵归一化真实\预测awakedrowsybackgroundawake0.970.070.00drowsy0.030.930.00background0.000.00-awake 被误判为 drowsy 的比例为 7%属于轻微误判。drowsy 被误判为 awake 的比例为 3%更低。背景误检为目标的概率为 0说明模型对背景抑制能力极强。结论模型几乎没有背景误检类别之间的混淆也控制在非常低的水平。4. 训练过程分析results.png从训练曲线可以看出train/box_loss、cls_loss、dfl_loss稳步下降说明模型学习良好。val/box_loss、cls_loss、dfl_loss也在下降且与训练损失接近无明显过拟合。mAP50 和 mAP50-95持续上升最终趋于稳定。结论训练过程健康模型收敛良好无过拟合或欠拟合迹象。5. 推理速度预处理0.1ms推理2.5ms后处理0.4ms单张图像总耗时约3.0ms约 333 FPS结论推理速度极快完全满足实时检测需求如摄像头实时分析。6. 精度-召回率曲线PR Curve所有类别的 mAP0.5 0.966曲线在高召回率区域仍保持高精度说明模型在检测难度较大的样本时依然表现良好。Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频