原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2025年3月农业装备与智能技术Mar.2025
第1期AGRICULTURALEQUIPMENTANDINTELLIGENTTECHNOLOGYNo.129
基于注意力机制改进的叉车疲劳驾驶检测
陆军伟
（上海市特种设备监督检验技术研究院，上海200062）
摘要：针对叉车驾驶存在司机易疲劳驾驶的问题，提出一种基于注意力机制改进的疲劳驾驶检测
方法。该方法通过引入GAM注意力机制，能够有效地捕捉和提取与疲劳驾驶相关的特征信息，提高疲
劳驾驶检测的准确性和鲁棒性。在网络设计结构方面，系统采用YOLOv5作为基础检测架构。为了进一
步提高对驾驶员疲劳特征的识别能力，在YOLOv5的基础上集成了GAM注意力机制，使网络更加集中于
疲劳特征的提取，并抑制无关信息的干扰。实验结果表明，与传统的SSD、YOLOv3及YOLOv5疲劳检测
方法相比，基于GAM注意力机制改进的YOLOv5叉车疲劳驾驶检测系统在不同测试场景下的检测准确
率达到92.1%，漏检率为3.5%。
关键词：GAM注意力机制；YOLOv5；叉车驾驶；疲劳驾驶
中图分类号：TP391.41；TH242文献标识码：A文章编号：2097-5112（2025）01-029-05
ImprovedForkliftFatigueDrivingDetectionBasedonAttentionMechanism
LUJunwei
（ShanghaiSpecialEquipmentSupervisionandInspectionTechnologyResearchInstitute，Shanghai200062，China）
Abstract：Aimingattheproblemofforkliftdriversbeingpronetofatigue，animprovedfatiguedrivingdetectionmethod
basedonanattentionmechanismisproposed.Thismethod，byintroducingtheGAM（GlobalAttentionMechanism）attention
mechanism，caneffectivelycaptureandextractfeaturesrelatedtofatiguedriving，therebyenhancingtheaccuracyandrobust‐
nessoffatiguedetection.Intermsofnetworkdesign，thesystemadoptsYOLOv5asthebasicdetectionarchitecture.Tofurther
improvetherecognitionabilityofdriversfatiguefeatures，theGAMattentionmechanismisintegratedintoYOLOv5，enabling
thenetworktofocusmoreonextractingfatiguefeaturesandsuppressinterferencefromirrelevantinformation.Experimental
resultsshowthat，comparedwithtraditionalfatiguedetectionmethodssuchasSSD，YOLOv3，andYOLOv5，theimproved
YOLOv5forkliftfatiguedetectionsystembasedontheGAMattentionmechanisma
文档评论（0）