| 现场环境 |
交通监控摄像头拍摄的图像，车辆在近距离内，驾驶员区域清晰可见。使用Ubuntu 14.04操作系统，Caffe深度学习框架，Nvidia GTX 1080TI GPU。 |
| 使用对象 |
交通监控视频中的驾驶员区域及安全带 |
| 使用目的 |
自动检测驾驶员是否佩戴安全带，提高交通安全监控效率 |
| 硬件配置 |
CPU：Intel Core i7-6700 3.4GHz×8
内存：8GB
GPU：Nvidia GTX 1080TI
操作系统：Ubuntu 14.04
深度学习框架：Caffe |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Ubuntu 14.04
深度学习框架：Caffe
依赖库：OpenCV、NumPy |
| 软件兼容 |
无
|
| 输入数据 |
交通监控摄像头拍摄的图像帧 |
| 输出数据 |
驾驶员是否佩戴安全带的检测结果 |
| 样本获取 |
从交通监控视频中获取图像，标注驾驶员区域和安全带，制作数据集。训练集2800幅，测试集500幅 |
| 测试结果 |
在测试集500个样本上，准确率为94.87%，速度为305帧/秒 |
| 执行速度 |
检测速度为305帧/秒 |
| 资源消耗 |
使用4核CPU，计算占比平均约60%；8GB内存，使用占比50% |
| 源码类型 |
Python版本源码 |
| 文件大小 |
算法程序文件27KB，权重文件43MB。 |
| 相关备注 |
无 |
