Driver Activity Detection and Classification Using Deep Learning- Based YOLO Models for Intelligent Transportation Systems
Diese Studie schlägt ein Deep-Learning-Framework unter Verwendung von YOLO-Architekturen zur Erkennung und Klassifizierung von acht Fahreraktivitäten vor, wobei nachgewiesen wird, dass das YOLOv8n-Modell eine überlegene Echtzeitleistung mit 96,3 % mAP auf einem Datensatz von 5.422 Bildern erzielt und somit eine effektive Lösung zur Verbesserung der Verkehrssicherheit in intelligenten Transportsystemen bietet.