YOLO26疲劳驾驶检测系统：清醒/疲劳二分类，mAP50=0.966，推理仅2.5ms/张（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）

斌擎人工智能官方账号

595人浏览 · 2026-04-20 09:36:44

斌擎人工智能官方账号 · 2026-04-20 09:36:44 发布

摘要

疲劳驾驶是导致交通事故的主要原因之一，因此开发实时、准确的驾驶员状态监测系统具有重要意义。本文基于YOLO26目标检测算法，构建了一个针对驾驶员面部状态的疲劳检测系统，专注于识别"清醒"（awake）和"疲劳"（drowsy）两种状态。系统采用YOLO26架构进行模型训练与优化，数据集包含训练集1056张、验证集103张和测试集71张。实验结果表明，模型在验证集上的平均精度（mAP50）达到0.966，召回率为0.95，推理速度仅为2.5ms/张，完全满足实时检测需求。混淆矩阵分析显示，模型对清醒状态的识别准确率达97%，对疲劳状态的识别准确率达93%，背景误检率为0。该系统在精度、速度和鲁棒性方面均表现出色，具备实际部署价值。

详细功能展示视频

https://www.bilibili.com/video/BV1JFd2BNEtB/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1JFd2BNEtB/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764 https://www.bilibili.com/video/BV1JFd2BNEtB/

4. 训练过程分析（results.png）编辑

5. 推理速度

6. 精度-召回率曲线（PR Curve）编辑

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

✅ 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/GPU）

10、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环境的日益复杂，交通安全问题已成为全球关注的焦点。据统计，约有20%-30%的交通事故与驾驶员疲劳有关，疲劳驾驶已成为继酒后驾驶之后的第二大交通事故诱因。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，严重时甚至会出现短暂睡眠状态，极易引发恶性交通事故。

传统的疲劳检测方法主要包括基于生理信号（如脑电波、心率）、基于车辆行为（如车道偏离、方向盘转角）和基于驾驶员面部特征三大类。其中，基于生理信号的方法虽然准确，但需要接触式传感器，影响驾驶体验；基于车辆行为的方法受车型和路况影响较大；而基于面部视觉的方法具有非接触、成本低、信息丰富等优势，已成为主流研究方向。

近年来，深度学习技术的快速发展为目标检测任务带来了革命性突破。YOLO（You Only Look Once）系列算法以其端到端的检测方式和优异的实时性能，在目标检测领域占据重要地位。YOLO算法将目标检测视为回归问题，通过单一神经网络直接从图像中预测边界框和类别概率，实现了检测精度与速度的完美平衡。

本文基于YOLO26算法构建驾驶员疲劳检测系统，通过对驾驶员面部图像进行分析，实时判断其状态为清醒或疲劳，旨在为车载主动安全系统提供可靠的技术支持。

背景

驾驶员疲劳检测技术的研究始于20世纪90年代，随着计算机视觉和人工智能技术的进步，该领域经历了从传统图像处理到深度学习的演进过程。

传统方法的局限性：
早期疲劳检测主要依赖于手工设计的特征，如PERCLOS（眼睛闭合时间百分比）、眨眼频率、打哈欠检测等。这些方法通常包括人脸检测、特征点定位、状态分类三个独立步骤。然而，传统方法对环境变化敏感，在光照变化、遮挡、姿态变化等复杂场景下鲁棒性较差，难以满足实际应用需求。

深度学习的兴起：
2012年AlexNet在ImageNet竞赛中的突破性表现，开启了深度学习在计算机视觉领域的广泛应用。卷积神经网络（CNN）能够自动学习多层次的图像特征，大大提升了图像分类和目标检测的性能。在疲劳检测领域，研究者开始使用CNN直接分析驾驶员面部图像，避免了繁琐的手工特征设计。

疲劳检测的现实需求：
在商用车领域，各国已出台相关法规强制要求安装驾驶员状态监测系统。例如，欧盟要求2022年起所有新车必须配备驾驶员疲劳提醒系统。中国市场对智能驾驶辅助系统的需求也日益增长，疲劳检测作为其中重要组成部分，具有广阔的应用前景。

然而，实际应用场景中存在诸多挑战：不同光照条件（白天、夜晚、隧道）、驾驶员佩戴眼镜或墨镜、头部姿态变化、种族和性别差异等，都对检测算法的鲁棒性提出了更高要求。因此，构建一个能够在复杂环境下稳定运行的疲劳检测系统具有重要的理论意义和实用价值。

数据集介绍

数据集概述

本系统使用的数据集包含2个类别，分别为：

awake（清醒状态）：驾驶员眼睛正常睁开，注意力集中
drowsy（疲劳状态）：驾驶员眼睛闭合或半闭，呈现疲劳特征

数据集划分

为确保模型训练的充分性和评估的可靠性，数据集按照以下比例进行划分：

训练集：1056张图像，用于模型参数学习和特征提取
验证集：103张图像，用于模型超参数调优和性能监控
测试集：71张图像，用于最终模型性能的客观评估

训练结果

1. 模型整体性能评估

验证结果概览（best.pt）：

mAP50（所有类别）：0.966 → 非常高，说明模型在 IoU=0.5 的条件下检测精度极好。
mAP50-95：0.921 → 也相当高，说明模型在不同IoU阈值下的泛化能力很强。
Precision（P）：0.961
Recall（R）：0.95

结论：模型整体性能非常优秀，适合实际部署。

2. 类别级别分析

类别	样本数	Precision	Recall	mAP50	mAP50-95
awake	59	0.95	0.969	0.962	0.902
drowsy	44	0.971	0.932	0.971	0.94

awake 类：Recall 很高（0.969），说明模型几乎不会漏掉清醒状态的样本。
drowsy 类：Precision 很高（0.971），说明模型预测为疲劳的样本中，绝大多数是正确的。

结论：模型在两类之间取得了很好的平衡，误检和漏检都控制得很好。

3. 混淆矩阵分析

混淆矩阵（归一化）：

真实\预测	awake	drowsy	background
awake	0.97	0.07	0.00
drowsy	0.03	0.93	0.00
background	0.00	0.00	-

awake 被误判为 drowsy 的比例为 7%，属于轻微误判。
drowsy 被误判为 awake 的比例为 3%，更低。
背景误检为目标的概率为 0，说明模型对背景抑制能力极强。

结论：模型几乎没有背景误检，类别之间的混淆也控制在非常低的水平。

4. 训练过程分析（results.png）

从训练曲线可以看出：

train/box_loss、cls_loss、dfl_loss 稳步下降，说明模型学习良好。
val/box_loss、cls_loss、dfl_loss 也在下降，且与训练损失接近，无明显过拟合。
mAP50 和 mAP50-95 持续上升，最终趋于稳定。

结论：训练过程健康，模型收敛良好，无过拟合或欠拟合迹象。

5. 推理速度

预处理：0.1ms
推理：2.5ms
后处理：0.4ms
单张图像总耗时：约 3.0ms（约 333 FPS）

结论：推理速度极快，完全满足实时检测需求（如摄像头实时分析）。

6. 精度-召回率曲线（PR Curve）

所有类别的 mAP@0.5 = 0.966
曲线在高召回率区域仍保持高精度，说明模型在检测难度较大的样本时依然表现良好。

Ultralytics 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 K2，MuSGD 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。

用于实例分割的 LabelMe 标注工具