随着交通安全问题日益严重，驾驶员的行为监控成为提高道路安全性的关键因素之一。传统的驾驶行为监测方法多依赖于硬件设备或人工监控，存在高成本、低效率和易出错等问题。本文提出了一种基于YOLOv8深度学习模型的智慧交通驾驶行为检测与语音提醒系统，旨在通过实时视频监控，自动识别并提醒驾驶员的危险行为，从而提高驾驶安全性。
项目信息
编号：PDV-87
大小：1.04M
运行条件
Python开发环境：
– PyCharm的安装包：PyCharm: Python IDE for Professional Developers
– PyCharm的历史安装包：PyCharm: Python IDE for Professional Developers
– Anaconda的安装包：Anaconda | Start Coding Immediately
– Python开发版本：Python==3.9
需要安装依赖包：
– pip install PyQt5== 5.15.11
– pip install Pillow==9.5.0
– pip install opencv-python==4.10.0.84
– pip install torch==2.4.0
– pip install torchvision==0.19.0
– pip install numpy== 1.26.4
– pip install matplotlib==3.9.2
项目介绍
随着交通安全问题日益严重，驾驶员的行为监控成为提高道路安全性的关键因素之一。传统的驾驶行为监测方法多依赖于硬件设备或人工监控，存在高成本、低效率和易出错等问题。本文提出了一种基于YOLOv8深度学习模型的智慧交通驾驶行为检测与语音提醒系统，旨在通过实时视频监控，自动识别并提醒驾驶员的危险行为，从而提高驾驶安全性。
该系统通过收集包含不同驾驶行为的数据集，采用YOLOv8模型进行训练，以实现对驾驶员“分心驾驶”、“疲劳驾驶”、“吃东西”、“未系安全带”、“已系安全带”和“吸烟”等行为的高效检测。系统采用PyQt5框架设计用户界面，提供实时行为监测、行为分类与语音提醒功能。结合视频流数据和实时处理，系统能够准确判断驾驶员的状态，并通过语音提示及时提醒驾驶员纠正不安全行为。
实验结果表明，所提方法在准确度和实时性方面具有较好的表现，能够有效地提升驾驶员的安全意识，降低交通事故发生的风险。该系统不仅具有较高的应用价值，还可以为智能交通、自动驾驶以及车辆安全辅助系统的进一步发展提供技术支持。
项目文档
Tipps：可以根据您的需求进行写作，确保文档原创！
– 项目文档：写作流程
算法流程
代码讲解
Tipps：仅对train.py部分代码简要讲解。该项目可以按需有偿讲解，提供后续答疑。
项目数据
Tipps：通过搜集关于数据集为各种各样的驾驶行为相关图像，并使用Labelimg标注工具对每张图片进行标注，分6检测类别，分别是’驾驶员已经分心’, ‘驾驶员已经疲劳’, ‘驾驶员在吃东西’, ‘驾驶员未系安全带’, ‘驾驶员已系安全带’, ‘驾驶员正在吸烟’。
目标检测标注工具
（1）labelimg:开源的图像标注工具，标签可用于分类和目标检测，它是用python写的，并使用Qt作为其图形界面，简单好用（虽然是英文版的）。其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。
（2）安装labelimg 在cmd输入以下命令 pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
结束后，在cmd中输入labelimg
初识labelimg
打开后，我们自己设置一下
在View中勾选Auto Save mode
接下来我们打开需要标注的图片文件夹
并设置标注文件保存的目录（上图中的Change Save Dir）
接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复。
Labelimg的快捷键
（3）数据准备
这里建议新建一个名为data的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为images的文件夹存放我们需要打标签的图片文件；再创建一个名为labels存放标注的标签文件；最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
data的目录结构如下：
│─img_data
│─images 存放需要打标签的图片文件
│─labels 存放标注的标签文件
└ classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
首先在images这个文件夹放置待标注的图片。
生成文件如下:
“classes.txt”定义了你的 YOLO 标签所引用的类名列表。
（4）YOLO模式创建标签的样式
存放标签信息的文件的文件名为与图片名相同，内容由N行5列数据组成。
每一行代表标注的一个目标，通常包括五个数据，从左到右依次为：类别id、x_center、y_center、width、height。
其中：
–x类别id代表标注目标的类别；
–x_center和y_center代表标注框的相对中心坐标；
–xwidth和height代表标注框的相对宽和高。
注意：这里的中心点坐标、宽和高都是相对数据！！！
存放标签类别的文件的文件名为classes.txt (固定不变)，用于存放创建的标签类别。
完成后可进行后续的yolo训练方面的操作。
模型训练
Tipps：模型的训练、评估与推理
1.YOLOv8的基本原理
YOLOv8是一个SOTA模型，它建立在Yolo系列历史版本的基础上，并引入了新的功能和改进点，以进一步提升性能和灵活性，使其成为实现目标检测、图像分割、姿态估计等任务的最佳选择。其具体创新点包括一个新的骨干网络、一个新的Ancher-Free检测头和一个新的损失函数，可在CPU到GPU的多种硬件平台上运行。
YOLOv8是Yolo系列模型的最新王者，各种指标全面超越现有对象检测与实例分割模型，借鉴了Yolov5、Yolov6、YoloX等模型的设计优点，在全面提升改进Yolov5模型结构的基础上实现，同时保持了Yolov5工程化简洁易用的优势。
Yolov8模型网络结构图如下图所示：
2.数据集准备与训练
本研究使用了包含驾驶行为的数据集，并通过Labelimg标注工具对每张图像中的目标边框（Bounding Box）及其类别进行标注。然后主要基于YOLOv8n这种模型进行模型的训练，训练完成后对模型在验证集上的表现进行全面的性能评估及对比分析。模型训练和评估流程基本一致，包括：数据集准备、模型训练、模型评估。本次标注的目标类别为驾驶行为，数据集中共计包含20439张图像，其中训练集占17421张，验证集占1516张，测试集占1502张。部分图像如下图所示：
部分标注如下图所示：
图片数据的存放格式如下，在项目目录中新建datasets目录，同时将检测的图片分为训练集与验证集放入datasets目录下。
接着需要新建一个data.yaml文件，用于存储训练数据的路径及模型需要进行检测的类别。YOLOv8在进行模型训练时，会读取该文件的信息，用于进行模型的训练与验证。
data.yaml的具体内容如下：
train: C:/7zProject/DrivingBehaviorObjective_v8/datasets/Data/images/train 训练集的路径
val: C:/7zProject/DrivingBehaviorObjective_v8/datasets/Data/images/valid 验证集的路径
test: C:/7zProject/DrivingBehaviorObjective_v8/datasets/Data/images/test 测试集的路径
nc: 6
names: [‘Distracted’, ‘Drowsy’, ‘Eating’, ‘No seatbelt’, ‘Seatbelt’, ‘Smoking’]
这个文件定义了用于模型训练和验证的数据集路径，以及模型将要检测的目标类别。
数据准备完成后，通过调用train.py文件进行模型训练，epochs参数用于调整训练的轮数，batch参数用于调整训练的批次大小(根据内存大小调整，最小为1)。
CPU/GPU训练代码如下：
加载名为 yolov8n.pt 的预训练YOLOv8模型，yolov8n.pt是预先训练好的模型文件。
使用YOLO模型进行训练，主要参数说明如下：
（1）data=data_yaml_path: 指定了用于训练的数据集配置文件。
（2）epochs=150: 设定训练的轮数为150轮。
（3）batch=4: 指定了每个批次的样本数量为4。
（4）optimizer=’SGD’):SGD 优化器。
（7）name=’train_v8′: 指定了此次训练的命名标签，用于区分不同的训练实验。
3.训练结果评估
在深度学习的过程中，我们通常通过观察损失函数下降的曲线来了解模型的训练情况。对于YOLOv8模型的训练，主要涉及三类损失：定位损失（box_loss）、分类损失（cls_loss）以及动态特征损失（dfl_loss）。训练完成后，相关的训练过程和结果文件会保存在 runs/ 目录下，具体如下：
各损失函数作用说明：
定位损失box_loss：预测框与标定框之间的误差（GIoU），越小定位得越准；
分类损失cls_loss：计算锚框与对应的标定分类是否正确，越小分类得越准；
动态特征损失（dfl_loss）：DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时，目标框需要缩放到特征图尺度，即除以相应的stride，并与预测的边界框计算Ciou Loss，同时与预测的anchors中心点到各边的距离计算回归DFLLoss。这个过程是YOLOv8训练流程中的一部分，通过计算DFLLoss可以更准确地调整预测框的位置，提高目标检测的准确性。
训练结果如下：
这张图展示了YOLOv8模型在训练和验证过程中的多个重要指标的变化趋势，具体如下：
train/box_loss：
（1）含义：边界框损失（Bounding Box Loss），衡量预测边界框与真实边界框之间的差距。
（2）曲线分析：从1.8快速下降到1.2，之后缓慢降至0.7，表明模型在训练过程中逐渐提高了目标定位的准确性。损失曲线平稳，说明训练过程稳定，未出现剧烈波动。
train/cls_loss：
（1）含义：分类损失（Classification Loss），衡量模型对类别预测的误差。
（2）曲线分析：从3.0迅速下降到1.0以下，最终稳定在0.5左右，说明分类性能提升明显，模型学习效果好。曲线平稳，没有剧烈波动，表明分类任务已逐步优化。
train/dfl_loss：
（1）含义：分布式对齐损失（Distribution Focal Loss），用于提升边界框预测的分布质量。
（2）曲线分析：从1.8下降到1.0，反映模型在目标分布预测上的改进，下降趋势平缓，表明分布预测逐步优化。
metrics/precision(B)：
（1）含义：精确率（Precision），表示预测为正样本的结果中，真正例所占的比例。
（2）曲线分析：精确率从0.8上升并稳定在0.9左右，说明模型在预测中有较高的准确性，后期波动较小，性能稳定。
metrics/recall(B)：
（1）含义：召回率（Recall），表示所有正样本中被成功检测出的比例。
（2）曲线分析：召回率从0.4迅速提升到0.8以上，并最终稳定在0.9左右，说明模型漏检少，能够很好地覆盖所有真实目标。
val/box_loss：
（1）含义：验证集上的边界框损失。
（2）曲线分析：从1.8下降后稳定在1.35，验证集损失高于训练集，这属于正常现象，说明模型在验证集上表现略差于训练集。曲线平稳，表明没有出现过拟合。
val/cls_loss：
（1）含义：验证集上的分类损失。
（2）曲线分析：从2.0降到0.6左右并保持稳定，验证集损失与训练集差距较小，说明模型有较好的泛化能力。没有明显上升，说明没有过拟合现象。
val/dfl_loss：
（1）含义：验证集上的分布式对齐损失。
（2）曲线分析：从2.0降至1.5左右，损失值稳定，表明模型在目标分布预测上表现良好，验证集损失值稍高于训练集，但差距可接受。
metrics/mAP50(B)：
（1）含义：验证集上的 mAP@0.5（平均精度），表示 IoU 阈值为 0.5 时的检测精度。
（2）曲线分析：mAP@0.5从0.8快速上升至0.9以上并保持稳定，表明模型在较低IOU标准下表现优秀。曲线稳定，没有明显下降，说明模型在此阈值下的性能稳定。
metrics/mAP50-95(B)：
（1）含义：验证集上的 mAP@50-95（综合平均精度），表示多个 IoU 阈值下的综合检测性能。
（2）曲线分析：mAP@0.5:0.95稳定在0.55左右，虽然比mAP50低，但这是因为标准更加严格。说明模型在高标准下仍保持不错的表现，证明其鲁棒性较强。
这张图通过展示训练集和验证集的损失变化、精确率、召回率以及mAP指标，全面反映了模型在目标检测任务中性能的逐步提升，最终达到高精度和良好的泛化能力，且训练过程稳定，没有过拟合现象。
这张图展示的是 Precision-Recall 曲线，用于评估模型在不同类别下的检测性能。以下是详细解释：
曲线说明
1.浅蓝色线条 – Distracted (分心驾驶)
（1）AUC值：0.987，表现最好
（2）含义：该曲线表示模型在检测驾驶员分心驾驶行为时的表现，AUC值为0.987，说明模型在此任务上的性能非常优秀，能够准确识别分心驾驶。
2.橙色线条 – Drowsy (疲劳驾驶)
（1）AUC值：0.969
（2）含义：该曲线代表疲劳驾驶的检测性能，AUC值为0.969，表明模型对于疲劳驾驶的识别效果较好，紧随分心驾驶之后。
3.绿色线条 – Eating (边吃边开)
（1）AUC值：0.857
（2）含义：此曲线表示模型在检测驾驶员进食行为时的效果，AUC值为0.857，说明模型在识别这一行为时的表现相对较差，需要进一步改进。
4.红色线条 – No seatbelt (未系安全带)
（1）AUC值：0.871
（2）含义：此曲线表示未系安全带行为的检测性能，AUC值为0.871，说明模型在此任务上的检测效果较弱，尚需优化。
5.紫色线条 – Seatbelt (安全带)
（1）AUC值：0.920
（2）含义：该曲线表示模型在检测安全带使用状态上的表现，AUC值为0.920，表明模型在这一类别的表现较好，处于中等偏上水平。
6.棕色线条 – Smoking (吸烟)
（1）AUC值：0.905
（2）含义：此曲线表示模型在检测吸烟行为的表现，AUC值为0.905，性能位于中等水平，识别吸烟行为的能力较为稳定。
7.粗蓝色线条 – all classes (所有类别平均)
（1）mAP@0.5：0.918
（2）含义：这条粗蓝色线条代表模型在所有类别的平均性能，mAP@0.5为0.918，表明模型在整体表现上较为平衡，综合性能优异。粗蓝线条的突出显示有助于直观对比整体效果。
该模型在检测分心驾驶和疲劳驾驶等行为时表现最佳，能够准确识别这些危险驾驶行为。虽然在吃东西和未系安全带的检测上表现较弱，但总体来说，模型具有良好的检测能力，mAP@0.5达到了0.918，能够有效提高交通安全。
4.检测结果识别
模型训练完成后，我们可以得到一个最佳的训练结果模型best.pt文件，在runs/train/weights目录下。我们可以使用该文件进行后续的推理检测。
imgTest.py 图片检测代码如下：
加载所需库：
（1）from ultralytics import YOLO：导入YOLO模型类，用于进行目标检测。
（2）import cv2：导入OpenCV库，用于图像处理和显示。
加载模型路径和图片路径：
（1）path = ‘models/best.pt’：指定预训练模型的路径，这个模型将用于目标检测任务。
（2）img_path = “TestFiles/imagetest.jpg”：指定需要进行检测的图片文件的路径。
加载预训练模型：
（1）model = YOLO(path, task=’detect’)：使用指定路径加载YOLO模型，并指定检测任务为目标检测 (detect)。
（2）通过 conf 参数设置目标检测的置信度阈值，通过 iou 参数设置非极大值抑制（NMS）的交并比（IoU）阈值。
检测图片：
（1）results = model(img_path)：对指定的图片执行目标检测，results 包含检测结果。
显示检测结果：
（1）res = results[0].plot()：将检测到的结果绘制在图片上。
（2）cv2.imshow(“YOLOv8 Detection”, res)：使用OpenCV显示检测后的图片，窗口标题为“YOLOv8 Detection”。
（3）cv2.waitKey(0)：等待用户按键关闭显示窗口
这张图说明了模型在橙子品质分级任务中的出色表现，特别是对于“成熟橙子”和“未成熟橙子”的检测精度非常高。如果需要进一步优化，可以关注数据集的平衡性或改进特征学习。
执行imgTest.py代码后，会将执行的结果直接标注在图片上，结果如下：
这段输出是基于YOLOv8模型对图片“imagetest.jpg”进行检测的结果，具体内容如下：
图像信息：
（1）处理的图像路径为：TestFiles/imagetest.jpg。
（2）图像尺寸为640×640像素。
检测结果：
（1）模型在图片中检测到 1 个疲劳驾驶（Drowsy）。
处理速度：
（1）预处理时间: 3.0 毫秒
（2）推理时间: 5.0 毫秒
（3）后处理时间: 57.3 毫秒
模型成功识别了图像中的“疲劳驾驶”行为，且推理速度较快。你可以继续测试其他图像，验证模型在不同场景下的表现。
运行效果
– 运行 MainProgram.py
1.主要功能：
（1）可用于实时检测目标图片中的驾驶行为检测；
（2）支持图片、视频及摄像头进行检测，同时支持图片的批量检测；
（3）界面可实时显示目标位置、目标总数、置信度、用时等信息;
（4）支持图片或者视频的检测结果保存。
2.检测结果说明：
（1）置信度阈值：当前设置为0.25，表示检测系统只会考虑置信度高于25%的目标进行输出，置信度越高表示模型对检测结果的确信度越高。
（2）交并比阈值：当前设置为0.70，表示系统只会认为交并比（IoU）超过70%的检测框为有效结果。交并比是检测框与真实框重叠区域的比值，用于衡量两个框的相似程度，值越高表明重叠程度越高。
这两个参数通常用于目标检测系统中，调整后可以影响模型的检测精度和误检率。
这张图表显示了基于YOLOv8模型的目标检测系统的检测结果界面。以下是各个字段的含义解释：
用时（Time taken）:
（1）这表示模型完成检测所用的时间为0.054秒。
（2）这显示了模型的实时性，检测速度非常快。
目标数目（Number of objects detected）:
（1）检测到的目标数目为1，表示这是当前检测到的第1个目标。
目标选择(下拉菜单)：全部:
（1）这里有一个下拉菜单，用户可以选择要查看的目标类型。
（2）在当前情况下，选择的是“全部”，意味着显示所有检测到的目标信息。
语音提醒（Voice Reminder）:
（1）异常语音提醒：驾驶行为违法
目标检测类型：
结果（Result）:
（1）当前选中的结果为 “驾驶员已经疲劳”，表示系统正在高亮显示检测到的“Drowsy”。
置信度（Confidence）:
（1）这表示模型对检测到的目标属于“驾驶员已经疲劳”类别的置信度为88.64%。
（2）置信度反映了模型的信心，置信度越高，模型对这个检测结果越有信心。
目标位置（Object location）:
（1）xmin: 239, ymin: 117：目标的左上角的坐标(xmin, ymin)，表示目标区域在图像中的位置。
（2）xmax: 498, ymax: 460：目标的右下角的坐标(xmax, ymax)，表示目标区域的边界。
这些坐标表示在图像中的目标区域范围，框定了检测到的“驾驶员已经疲劳”的位置。
这张图展示了驾驶行为的一次检测结果，包括检测时间、检测到的种类、各行为的置信度、目标的位置信息等。用户可以通过界面查看并分析检测结果，提升驾驶行为检测的效率。
3.图片检测说明
（1）驾驶员在吃东西
（2）驾驶员已经分心
（3）驾驶员已经疲劳
（4）驾驶员未系安全带
（5）驾驶员正在吸烟
（6）驾驶员已系安全带
点击打开图片按钮，选择需要检测的图片，或者点击打开文件夹按钮，选择需要批量检测图片所在的文件夹。
操作演示如下：
（1）点击目标下拉框后，可以选定指定目标的结果信息进行显示。
（2）点击保存按钮，会对检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统识别出图片中的驾驶行为情况，并显示检测结果，包括总目标数、用时、目标类型、置信度、以及目标的位置坐标信息。
4.视频检测说明
点击视频按钮，打开选择需要检测的视频，就会自动显示检测结果，再次点击可以关闭视频。
点击保存按钮，会对视频检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统对视频进行实时分析，检测到驾驶行为并显示检测结果。表格显示了视频中多个检测结果的置信度和位置信息。
这个界面展示了系统对视频帧中的多目标检测能力，能够准确识别驾驶行为，并提供详细的检测结果和置信度评分。
5.摄像头检测说明
点击打开摄像头按钮，可以打开摄像头，可以实时进行检测，再次点击，可关闭摄像头。
检测结果：系统连接摄像头进行实时分析，检测到驾驶行为并显示检测结果。实时显示摄像头画面，并将检测到的行为位置标注在图像上，表格下方记录了每一帧中检测结果的详细信息。
6.保存图片与视频检测说明
点击保存按钮后，会将当前选择的图片(含批量图片)或者视频的检测结果进行保存。
检测的图片与视频结果会存储在save_data目录下。
保存的检测结果文件如下：
（1）图片保存
（2）视频保存
– 运行 train.py
1.训练参数设置
（1）data=data_yaml_path: 使用data.yaml中定义的数据集。
（2）epochs=150: 训练的轮数设置为150轮。
（3）batch=4: 每个批次的图像数量为4（批次大小）。
（4）name=’train_v8′: 训练结果将保存到以train_v8为名字的目录中。
（5）optimizer=’SGD’: 使用随机梯度下降法(SGD)作为优化器。
虽然在大多数深度学习任务中，GPU通常会提供更快的训练速度。
但在某些情况下，可能由于硬件限制或其他原因，用户需要在CPU上进行训练。
温馨提示：在CPU上训练深度学习模型通常会比在GPU上慢得多，尤其是像YOLOv8这样的计算密集型模型。除非特定需要，通常建议在GPU上进行训练以节省时间。
2.训练日志结果
这张图展示了使用YOLOv8进行模型训练的详细过程和结果。
训练总时长：
（1）模型在训练了150轮后，总共耗时7.16小时。
（2）本次训练使用了 NVIDIA GeForce RTX 4070 Ti SUPER。
总体性能：
（1）mAP50 高达 91.8%，说明模型在较低的IoU阈值下表现良好，能够检测到大部分目标对象。这个结果通常意味着模型在简单的目标检测任务中有较好的表现。
（2）mAP50-95 相对较低，57.3%，表明模型在多个更严格的IoU阈值下表现不如mAP50，这意味着模型在预测框的精度方面还有改进的空间。
速度：
（1）0.1ms 预处理时间
（2）0.7ms 推理时间
（3）0.6ms 后处理时间
结果保存：
（1）Results saved to runs\detect\train_v8：验证结果保存在 runs\detect\train_v8 目录下。
完成信息：
（1）Process finished with exit code 0：表示整个验证过程顺利完成，没有报错。
总结：
该模型在各类驾驶行为的检测任务中表现优异，特别是在“分心驾驶”和“疲劳驾驶”方面，精度和召回率都很高。其他类别，如“吃东西”、“未系安全带”、“系安全带”以及“吸烟”也具有较好的性能，但相对来说，精度和召回率略低。总体来看，模型适合在实时交通监控和安全提醒系统中应用，具有很高的应用价值。
远程部署
Tipps：购买后可有偿协助安装，确保运行成功。
– 远程工具：Todesk 、向日葵远程控制软件
– 操作系统：Windows OS
– 客服QQ：3666308803
项目文件
文件目录
Tipps：完整项目文件清单如下：
项目目录
– 1.Code (完整代码：确保运行成功)
– 2.Result (运行结果：真实运行截图)
– 3.Demo (演示视频：真实运行录制)
评论(0)