《表4 数据集实验结果：基于迁移学习和AlexNet的驾驶员行为状态识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于迁移学习和AlexNet的驾驶员行为状态识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对驾驶员监测数据集进行训练验证，选取20%数据作为验证集，经过10次无重复训练验证，在验证集上最终平均准确率到达97.8%。实验表明，该迁移模型在驾驶员监测数据集上表现良好，达到较高的准确率。每一类准确率如表4所示，表4中可以看出“正常驾驶”类别、“接打电话”类别、“抽烟类别”准确率较高，而疲劳驾驶、分神驾驶、情绪激动和醉酒驾驶准确率相对较低。