基于深度学习检测驾驶员的走神行为

向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程   公众号：datayx

项目背景

我们经常遇到这样的场景：一盏灯变成绿色，你面前的车不走。另外，在没有任何意外发生的情况下，前面的车辆突然减速，或者转弯变道。等等这些现象，给道路安全带来了很大的影响。

那么造成这样现象的原因是什么，主要有因为司机疲劳驾驶，或者走神去做其他事情，想象身边的例子，开车时候犯困，开始时候打电话，发短信，喝水，拿后面东西，整理化妆的都有。这对道路安全和行车效率形成了极大的影响。

据中国安全部门介绍，五分之一的车祸是由司机分心引起的。令人遗憾的是，这样一来，每年有42.5万人受伤，3000人因分心驾驶而死亡。

我们希望通过车内摄像机来自动检测驾驶员走神的行为，来改善这一现象，并更好地保证客户的安全。

问题描述

我们要做的事情，就是根据车内摄像机的画面自动检测驾驶员走神的行为。如果是安全驾驶则一切正常，如果有走神行为，给予警报提醒。

驾驶员可能存在的走神的行为，大概有如下几种，左右手用手机打字，左右手用手持方式打电话，调收音机（玩车机），喝饮料，拿后面的东西，整理头发和化妆，和其他乘客说话。

侦测的准确率accuracy就是衡量解决这个问题好坏的重要指标。

全部代码，论文获取方式：

关注微信公众号 datayx  然后回复 驾驶员 即可获取。

输入数据集

输入数据集来自Kaggle 下载地址如下：

https://www.kaggle.com/c/state-farm-distracted-driver-detection/data

下载下来解压后有3个文件

- driver_imgs_list.csv.zip (92.89K)

- imgs.zip (4G)  所有的图片数据, 解压后

        - train (训练集数据)

               - c0 ~ c9 分别表示不同状态的训练集

        - test (测试集数据，用于提交Kaggle比赛的测试集)

- sample_submission.csv.zip (206.25K) Kaggle比赛需要提交的样本

下面是10种状态下每个状态的示例图片：图片大小 640x480

其中 driver_imgs_list.csv.zip 的是对分类标号和人分类编号的csv文件。这个csv表格有三列

- subject：人的ID，不同的人，这个值不同

- classname：状态，c0 ~ c9

- img：图片名称

解决方法

这是一个分类器分为，预测的时候是将图片进行归类 C0~C9

首先，第一步，对图片进行预处理，保留有用的部分

第二步，将train数据，划分为训练和验证集，

第三步，建模调参，首先采用迁移学习(transfer learning) 的方式，对imagenet上的已经训练好的模型拿过来，只对以已经预测过的数据做全连接层的训练。在验证集上看精度accuracy. 然后尝试改造模型和自己建模，在验证集上看精度accuracy。

第四步，选择最高精度accuracy的模型和参数，生成Kaggle测试集提交文件，手动拿出20个数据开人眼判断是否正确

基准模型

我用ImageNet上已经成熟的模型来做基准模型来和我的计算结果做对比。

我选择选择 ResNet50 的去掉原有全连接层之后，自己训练全连接层来做为基准模型。我基于这个基准模型再做改进。

我的目标是 accuracy > 0.93 并且 logloss < 1.0 并且世界排名前 1/3

评估指标

这是典型的分类问题，评估指标采用

1. 1. 精度accuracy来评估结果好坏。
2. 2. Logloss的评估方式，这也是kaggle比赛的评估方式

对比这两种方案。Accuracy对于判断正确和错误的比重是一样的，也就是对了就多一个，错了就少一个，最终看正确的百分比

而logloss的评估方式对判断是不是是有明显的方法，如果正确了，Pij=1 => log(Pij)=0, 而Pij=0.999 => log(Pij)=-0.001。最后增加的log差不多。但如果判断错误，如 Pij=0 => log(Pij) = -无穷。Pih=0.001 => log(Pij)=-6.9 也就是判断错误一个，对等分影响会非常大。

我认为，在accuray>0.95的情况下，看logloss更有意义。

多模型融合

对比各个模型的运行结果如下，参数都是

新的模型把 ResNet，InceptionV3 和 Xception 混合起来做，从而完成最终模型

新的模型把 ResNet，InceptionV3 和 Xception 的去掉全链接层的结果混合起来，然 后重新用神经网络训练全链接层。最后的在 Adam 优化器下迭代 10 轮之后 (使用混合模型运行在 tensorboard 下的图表如下:)

可见，loss，Accuracy 都处于收敛状态，停止时机比较合适

最终结果如下: loss: 0.0317 - acc: 0.9995 val_loss: 0.2900 - val_acc: 0.9345

本地验证结果看: 验证集 Loss:0.3615验证集 Accuracy:0.9314

将结果提交到 Kaggle，得到的分数是: Public Score: 0.25778 排名: 148 / 1440 (top 20%)Private Score: 0.29588 排名: 189 / 1440 (top 20%)

由于比赛上不评估 Accuracy，所以只拿 LogLoss 来做世界排名对比 其结果对比起基准模型

机器学习算法AI大数据技术

 搜索公众号添加： datanlp

长按图片，识别二维码

阅读过本文的人还看了以下文章：

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank，用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解，通俗易懂！

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门：基于Python的理论与实现》高清中文PDF+源码

《深度学习：基于Keras的Python实践》PDF和代码

特征提取与图像处理(第二版).pdf

python就业班学习视频，从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码

《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材

笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源！CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师，你的面试为什么过不了？

前海征信大数据算法：风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类

VGG16迁移学习，实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)：图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分？

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师（共四面）通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）

python+flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx