YOLO26在疲劳驾驶识别中的应用：多类别面部状态检测（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）

摘要疲劳驾驶是导致交通事故的重要原因之一基于视觉的驾驶员状态监测系统对于预防疲劳驾驶具有重要意义。本研究基于YOLO26目标检测算法构建了一个针对驾驶员面部状态的疲劳识别检测系统。系统共包含4个检测类别打哈欠(Yawn)、闭眼(close)、正常睁眼(open)和未打哈欠(noYawn)。数据集规模为训练集13719张、验证集1380张、测试集1147张。目录摘要详细功能展示视频功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景疲劳驾驶检测技术发展历程基于YOLO的疲劳检测研究现状疲劳驾驶检测的现实意义数据集介绍数据集规模与划分类别定义与说明训练结果Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着汽车保有量的持续增长和交通运输业的快速发展疲劳驾驶已成为引发交通事故的主要风险因素之一。据统计约20%的严重交通事故与驾驶员疲劳状态相关。疲劳会导致驾驶员反应时间延长、注意力下降、判断能力减弱严重威胁道路交通安全。因此开发能够实时、准确地监测驾驶员疲劳状态的智能系统具有重要的社会意义和应用价值。近年来随着计算机视觉和深度学习技术的飞速发展基于视觉的非接触式疲劳检测方法逐渐成为研究热点。其中YOLO(You Only Look Once)系列目标检测算法因其检测速度快、精度高的特点在实时驾驶员监测系统中展现出巨大潜力。本研究基于YOLO26算法构建了一个能够同时检测驾驶员眼部状态(睁眼/闭眼)和嘴部状态(打哈欠/未打哈欠)的多类别疲劳识别系统为后续的疲劳预警提供技术支撑。背景疲劳驾驶检测技术发展历程疲劳驾驶检测技术的研究可追溯至20世纪90年代其发展经历了三个主要阶段第一阶段生理信号检测阶段早期研究主要依靠生理传感器采集驾驶员的脑电图(EEG)、心电图(ECG)、肌电图(EMG)等信号通过分析心率变异性、脑电波变化等生理指标判断疲劳程度。这类方法准确性较高但需要佩戴专业传感器不仅成本高昂而且会影响驾驶操作难以在实际驾驶环境中推广应用。第二阶段车辆行为检测阶段研究人员转而通过车辆行驶状态间接推断驾驶员疲劳程度包括车道偏离检测、方向盘转角变化分析、车速稳定性评估等。这类方法无需接触驾驶员但容易受到道路条件、驾驶习惯等因素干扰误报率较高且无法在疲劳初期及时预警。第三阶段计算机视觉检测阶段随着深度学习技术的突破基于视觉的疲劳检测方法成为主流。通过车载摄像头采集驾驶员面部图像利用计算机视觉算法分析眼部开合度、嘴部状态、头部姿态、视线方向等特征实现非接触式疲劳监测。PERCLOS(眼部闭合时间百分比)作为公认有效的疲劳指标被广泛应用于各类检测系统中。基于YOLO的疲劳检测研究现状YOLO系列算法凭借其端到端的检测框架和高效的实时性能在疲劳检测领域得到广泛应用。现有研究主要集中在以下几个方面眼部状态检测通过检测眼睛的开合程度判断疲劳状态典型特征是闭眼持续时间超过正常眨眼阈值。嘴部状态检测通过检测打哈欠的频率和持续时间评估疲劳程度通常结合嘴部纵横比(MAR)进行量化分析。多特征融合检测综合眼部、嘴部、头部姿态等多个特征通过机器学习或深度学习模型进行疲劳等级分类。然而现有研究仍面临诸多挑战复杂光照条件下的检测鲁棒性问题、多类别状态的同时检测精度问题、真实驾驶场景中的实时性要求等。特别是在多类别检测中各类别样本的不均衡分布往往导致模型性能差异显著这也是本研究中需要重点解决的问题。疲劳驾驶检测的现实意义从社会效益来看一套可靠的疲劳驾驶检测系统能够显著降低因疲劳驾驶引发的交通事故率保障驾驶员和乘客的生命安全降低交通事故造成的经济损失促进智能交通系统的发展和完善从技术发展来看本研究积累的经验和发现的问题将为后续研究提供参考推动疲劳检测技术向更精准、更实用的方向发展。数据集介绍数据集规模与划分本研究所使用的数据集包含驾驶员面部状态的图像样本共计16246张。数据集按照以下比例进行划分训练集13719张图像占比84.4%用于模型训练和参数更新验证集1380张图像占比8.5%用于模型调优和超参数选择测试集1147张图像占比7.1%用于最终性能评估类别定义与说明数据集共包含4个检测类别具体定义如下Yawn打哈欠定义嘴部大幅度张开持续时间超过正常说话张嘴时间特征嘴部纵横比显著增大通常伴随面部肌肉紧张意义打哈欠是疲劳的典型生理反应持续打哈欠往往预示着深度疲劳close闭眼定义眼睛完全闭合眼睑覆盖瞳孔区域特征眼部纵横比接近于零且持续时间超过正常眨眼阈值(通常0.5秒)意义闭眼是判断驾驶员是否进入微睡眠状态的关键指标noYawn未打哈欠定义嘴部处于正常闭合或说话状态无明显的大幅度张开特征嘴部纵横比维持在正常范围内意义作为打哈欠的负样本帮助模型区分正常嘴部状态和疲劳状态open睁眼定义眼睛处于正常睁开状态瞳孔清晰可见特征眼部纵横比达到正常值范围意义作为闭眼的负样本用于检测驾驶员正常视觉状态训练结果2、各类别检测性能分析1. PR 曲线BoxPR_curve.png3、召回率与置信度分析1.召回率曲线BoxR_curve.png4、精确率与置信度分析1.精确率曲线BoxP_curve.pngUltralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频