安全眼—基于深度学习的特定场景预警智能识别系统是通过自主开发的微处理器及红外热释电模块、结合超声波等硬件模块进行运动趋势检测，实现精确范围内人像视频采集并对采集的视频使用深度学习中的YOLOv5框架，在人脸和眼睛图像的数据集MS COCO上训练，并通过DLib库和疲劳度公式设计出一套轻量级并能迅速有效识别疲劳和不良行为的检测系统，有效的推动了交通事故的预判，减少人为造成事故的发生机率。本系统基于YOLOV5和FASTER CNN模型性能较好，算法精度高；同时采用S模型的轻量级架构进行实时推理，算量小，推理时间短能实现快速判定，推理帧数可达30FPS，适合后期往嵌入式AI芯片中融合。

设计团队：软工2001 周思豪 物联2001 徐 昊 软工2104 彭小丫 软工2201 尹姝涵