PyTorch 实现的 Driver-Anomaly-Detection:《驾驶异常检测》

PyTorch 实现了文章“ ”。 驾驶员异常检测 应用方法论的说明 图 1：使用对比学习，在训练期间学习正常驾驶模板向量v n 。 在测试时，任何嵌入偏离正常驾驶模板v n超过阈值 γ 的剪辑都被认为是异常驾驶。 示例取自新引入的驾驶员异常检测 (DAD) 数据集，用于深度模式的前（左）和上（右）视图。 数据集准备 DAD数据集可以从其或下载。 运行代码 型号配置如下： ShuffleNetV1-2.0x : --model_type shufflenet --width_mult 2.0 ShuffleNetV2-2.0x : --model_type shufflenetv2 --width_mult 2.0 MobileNetV1-2.0x : --model_type mobilenet --width_mult 2.0 MobileNe