驾驶员状态检测

Distracted Driver Detection

描述

使用深度学习方法检测驾驶员的状态。

  • 输入:一张彩色图片
  • 输出:十种状态的概率

状态列表:

  • c0: 安全驾驶
  • c1: 右手打字
  • c2: 右手打电话
  • c3: 左手打字
  • c4: 左手打电话
  • c5: 调收音机
  • c6: 喝饮料
  • c7: 拿后面的东西
  • c8: 整理头发和化妆
  • c9: 和其他乘客说话

数据

此数据集可以从 kaggle 上下载。Distracted Driver Detection

建议

建议使用 OpenCV, tensorflow, Keras 完成该项目。其他的工具也可以尝试,比如 caffe, mxnet 等。

建议模型

如果你不知道如何去构建你的模型,可以尝试以下的模型,后面的数字代表年份和月份:

参考代码:deep learning models for keras

评估

你的项目会由优达学城项目评审师依照机器学习毕业项目要求来评审。请确定你已完整的读过了这个要求,并在提交前对照检查过了你的项目。提交项目必须满足所有要求中每一项才能算作项目通过。

提交

  • PDF 报告文件
  • 数据预处理代码(建议使用 jupyter notebook )
  • 模型训练代码(建议使用 jupyter notebook )
  • 包含使用的库,机器硬件,机器操作系统,训练时间等数据的 README 文档(建议使用 Markdown )