目录
- 前言
- 总体设计
- 系统整体结构图
- 系统流程图
- 运行环境
- Python环境
- TensorFlow 环境
- Pycharm 环境
- Android环境
- 相关其它博客
- 工程源代码下载
- 其它资料下载
前言
本项目采用VGG-16网络模型，使用Kaggle开源数据集，旨在提取图片中的用户特征，最终在移动端实现对不良驾驶行为的识别功能。
首先，通过使用VGG-16网络模型，本项目能够深入学习和理解驾驶场景图像中的特征。VGG-16是一种深度卷积神经网络，特别适用于图像识别任务，通过多层次的卷积和池化层，能够有效地提取图像中的抽象特征。
其次，项目利用Kaggle提供的开源数据集，包括各种驾驶场景图像，覆盖了不同的驾驶行为和条件。这样的数据集是训练模型所需的关键资源。
接下来，利用训练好的VGG-16模型，项目提取图像中的用户特征。包括驾驶行为的姿势、眼神、手部动作等方面的特征，有助于判断是否存在不良驾驶行为。
最后，通过在移动端实现这个模型，可以将不良驾驶行为的识别功能直接部署到车辆或驾驶辅助系统中。这种实时的、移动端的识别方案有望在驾驶安全和监管方面发挥积极的作用。
总的来说，项目结合了深度学习、图像处理和移动端技术，致力于实现对不良驾驶行为的智能化识别，为提升驾驶安全提供了一种创新的解决方案。
总体设计
本部分包括系统整体结构图和系统流程图。
系统整体结构图
系统整体结构如图所示。
系统流程图
系统流程如图所示。
VGG-16网络架构如图所示。
运行环境
本部分包括Python环境、TensorFlow环境、Pycharm环境和Android环境。
Python环境
需要Python 3.7.4版本及以上配置，在Windows环境下推荐下载Anaconda完成Python所需环境的配置，下载地址为https://www.anaconda.com/，也可下载虚拟机在Linux环境下运行代码。
鼠标右击“我的电脑”，单击“属性”，选择高级系统设置。单击“环境变量”，找到系统变量中的Path，单击“编辑”然后新建，将Python解释器所在路径粘贴并确定。
TensorFlow 环境
安装方法如下：
打开Anaconda Prompt,输入清华仓库镜像。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config -set show_channel_urls yes
创建Python 3.5的环境，名称为TensorFlow，此时Python版本和后面TensorFlow的版本有匹配问题，此步选择Python 3.x。
conda create -n tensorflow python=3.5
有需要确认的地方，都输入y。在Anaconda Prompt中激活TensorFlow环境:
conda activate tensorflow
安装CPU版本的TensorFlow：
pip install -upgrade --ignore -installed tensorflow
测试代码如下：
import tensorflow as tf
hello = tf.constant( 'Hello, TensorFlow! ')
sess = tf.Session()
print sess.run(hello)
# 输出 b'Hello! TensorFlow'
安装完毕。
Pycharm 环境
PyCharm下载地址为http://www.jetbrains.com/pycharm/download/#section=windows，进入网站后单击Comminity版本下的DOWNLOAD下载安装包，下载完成后安装。单击Create New Project创建新的项目文件，Location为存放工程的路径，单击project附近的三角符号，可以看到PyCharm已经自动获取Python 3.7.4，单击create完成。
在PyCharm中新建项目,使用构建的Anaconda环境，在File→Settings→Project：XXX-Project Interpreter中添加其余需要用到的库,包括OpenCV、NumPy、Keras、OS等。
Android环境
安装Android Studio,新建Android项目。在app/build.gradle文件中添加TensorFlow mobile依赖项,命令如下:
implementation 'org.tensorflow:tensorflow-android:+'
完整的app/build.gradle配置代码如下:
apply plugin: 'com.android.application'
android {
compileSdkVersion 26
defaultConfig {
applicationId "com.specpal.mobileai"
minSdkVersion 21
targetSdkVersion 26
versionCode 1
versionName "1.0"
testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"
}
buildTypes {
release {
minifyEnabled false
proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
}
}
}
dependencies {
implementation fileTree(dir: 'libs', include: ['*.jar'])
implementation 'com.android.support:appcompat-v7:26.1.0'
implementation 'com.android.support.constraint:constraint-layout:1.0.2'
implementation 'com.android.support:design:26.1.0'
testImplementation 'junit:junit:4.12'
androidTestImplementation 'com.android.support.test:runner:1.0.2'
androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'
implementation 'org.tensorflow:tensorflow-android:+'
}
app/build.gradle里的内容有任何改动,Android Studio会弹出如下图所示的提示。
单击SyncNow，同步该配置，配置完成。
相关其它博客
基于VGG-16+Android+Python的智能车辆驾驶行为分析—深度学习算法应用(含全部工程源码)+数据集+模型（二）
基于VGG-16+Android+Python的智能车辆驾驶行为分析—深度学习算法应用(含全部工程源码)+数据集+模型（三）
基于VGG-16+Android+Python的智能车辆驾驶行为分析—深度学习算法应用(含全部工程源码)+数据集+模型（四）
工程源代码下载
详见本人博客资源下载页
其它资料下载
如果大家想继续了解人工智能相关学习路线和知识体系，欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线，所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台，AI技术平台以及相关领域专家：Datawhale，ApacheCN，AI有道和黄海广博士等约有近100G相关资料，希望能帮助到所有小伙伴们。
