基于深度学习的驾驶员危险行为检测系统

1. 核心功能

实时视频处理：支持摄像头、视频文件和图片的处理

目标检测：使用YOLO模型进行驾驶员行为检测、眨眼、抽烟、打哈欠、安全带检测等

疲劳检测：集成疲劳检测模块，监测眨眼、打哈欠等疲劳特征

多线程处理：使用QThread实现后台处理，保持UI响应

结果记录：支持检测结果的保存和导出（图片、Excel、CSV）

2. 技术架构

前端：PyQt5构建的图形界面

后端：YOLO目标检测 + 自定义疲劳检测算法

多线程：使用QThread实现异步处理

数据处理：OpenCV图像处理 + NumPy数值计算

3 疲劳检测模块 (fatigue_detector.py)

FatigueDetector类：实现疲劳检测功能

，使用dlib进行人脸特征点检测，实现PERCLOS算法评估疲劳程度，检测眨眼、打哈欠等疲劳特征。

4.1系统特点

支持多种输入源（摄像头、视频、图片）

实时检测和显示结果

4.2 技术亮点

采用多线程架构，避免界面卡顿

模块化设计，便于功能扩展

使用配置文件管理参数，提高灵活性

集成疲劳检测算法，增强实用性

开发环境：

- PyCharm + Anaconda

- Python 3.8

- OpenCV、PyQt5 等依赖库

注意：
虚拟商品，售出不退不换。