基于遷移學習和深度學習的駕駛員分心行為識別研究

摘要： 為了解決傳統駕駛員分心行為識別模型準確率過度依賴大樣本數據集、耗時較長等問題，提出了一種結合遷移學習策略和卷積神經網絡模型的方法來對駕駛員分心行為進行識別。首先在模型中引入ImageNet數據集上訓練好的網絡權重，凍結網絡的卷積層；然后去掉原網絡中的全連接層，重新添加輸出維度為10的FC層；最后在驗證集上對比基于遷移學習策略模型與原網絡模型的識別精度。結果表明，基于遷移學習策略... （共8頁）