疲劳驾驶是引发重特大交通事故的重要原因之一，尤其在长途货运、客运公交、网约车和环卫作业等场景中，驾驶员长时间连续作业后容易出现闭眼、打哈欠、注意力下降等状态，事后追责难以举证，事前预警又缺乏低成本手段。传统DMS驾驶员监测方案多依赖专用红外硬件或车载前装设备，成本高、改装门槛高，难以在存量车辆和个人车主中普及。
本项目面向车载驾驶员状态监测（DMS）这一细分场景，旨在用普通电脑摄像头+纯视觉算法的低成本方式，验证基于深度学习的疲劳行为识别方案在真实驾驶坐姿下的可行性，为后续车载边缘设备部署提供算法原型与软件参考。
本系统基于YOLOv10目标检测算法，实现驾驶员疲劳状态的实时识别与预警。通过摄像头采集驾驶员面部画面，模型自动识别闭眼、打哈欠等疲劳行为特征，在桌面端实时标注并展示检测结果。
主要功能模块：
1. 多源检测输入：支持本地图片、视频文件与实时摄像头三种方式，单帧推理毫秒级；
2. 疲劳行为识别：基于自定义数据集训练，区分闭眼/睁眼、打哈欠/未打哈欠四类状态，在画面上用中文框实时标注；
3. PyQt5桌面客户端：检测结果表格实时列出每个目标的类别、置信度与坐标，支持多目标下拉切换、各类别占比统计与检测耗时显示；
4. 批量检测与结果保存：支持批量图片检测，检测视频可录制保存到本地；
5. Gradio Web演示界面：可切换YOLOv10n/s/m/b/l/x不同规格模型，调节输入尺寸与置信度阈值，快速体验效果；
6. 模型训练脚本：基于ultralytics框架，支持自定义数据集训练，可灵活切换不同规模的YOLOv10模型。
技术栈：Python、PyTorch、YOLOv10、ultralytics、OpenCV、PyQt5、Gradio。
本人作为毕设独立完成人，负责从数据集构建、模型训练到桌面客户端交付的全流程：
1. 数据与训练：采集并标注驾驶员面部图像，构建闭眼/睁眼、打哈欠/未打哈欠四类数据集，基于ultralytics框架使用YOLOv10s进行训练调优，并对比n/s/m/b/l不同规格模型的精度与速度；
2. 桌面端开发：使用PyQt5开发客户端，集成图片检测、视频检测、实时摄像头、批量图片检测四种模式，通过QTimer定时读取视频帧，在子线程外刷新界面避免卡顿；
3. 结果可视化：用OpenCV画框、PIL加载中文字体解决标签乱码问题，右侧表格实时列出每个目标的类别、置信度与坐标，并统计各类别占比和单帧推理耗时；
4. Web演示：基于Gradio搭建在线Demo，支持切换模型规格、输入尺寸与置信度阈值。
难点在于实时摄像头场景下的检测流畅度与中文标注渲染，通过模型预热、帧缩放和QSS样式优化解决。
评论