sleepy-driver 1.1.4

AI-powered drowsiness detection library for driver safety

🚗 SleepyDriver - AI 기반 졸음 감지 라이브러리

SleepyDriver는 실시간 비디오에서 운전자의 졸음 상태를 AI로 감지하는 파이썬 라이브러리입니다. 4가지 다양한 감지 모델을 지원하며, 간단한 API로 프로젝트에 쉽게 통합할 수 있습니다.

✨ 주요 기능

• 🎯 4가지 감지 모델: OpenCV, 머신러닝(RF), 딥러닝(CNN), MediaPipe 기반
• ⚡ 실시간 처리: 웹캠에서 실시간 졸음 감지 (~30 FPS)
• 🔧 간단한 API: 3줄의 코드로 졸음 감지 시스템 구축
• 📦 플러그인 아키텍처: 사용자 정의 모델 쉽게 추가 가능
• 🛡️ 안정성: 강력한 에러 처리와 의존성 관리
• 🖥️ CLI 지원: 설치 후 바로 사용 가능한 명령행 도구

🚀 빠른 시작

설치

# 기본 설치 (OpenCV 모델만)
pip install sleepy-driver

# 모든 모델 포함 설치 (권장)
pip install sleepy-driver[all]

# 선택적 설치
pip install sleepy-driver[ml]    # 머신러닝 모델
pip install sleepy-driver[dl]    # 딥러닝 모델

CLI로 바로 사용

# 기본 실행
sleepy-driver-demo

# 다른 모델로 실행
sleepy-driver-demo --model mlp --threshold 2000

# 사용 가능한 모델 확인
sleepy-driver-demo --list-models

코드로 사용 (초간단!)

🚀 원라이너 (가장 간단!)

# 1줄로 바로 시작!
from sleepy_driver import start_detection
start_detection()  # 기본 OpenCV 모델로 바로 웹캠 감지 시작

# 모델 선택해서 시작
start_detection('mlp')  # MLP 모델로 바로 시작
start_detection('ml', threshold_ms=2000)  # ML 모델, 2초 임계값

📝 직접 제어하기

from sleepy_driver import quick_detector
import cv2

# 1줄로 감지기 생성
detector = quick_detector('opencv')

# 웹캠에서 실시간 감지
cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()

    # 1줄로 졸음 감지!
    result = detector.detect(frame)

    if result.is_drowsy:
        print(f"😴 졸음 감지! {result.closed_duration_ms}ms")

📋 지원 모델

모델	설명	장점	의존성
opencv	OpenCV 기반 전통적 컴퓨터 비전	빠름, 의존성 적음	없음
ml	RandomForest 머신러닝	균형잡힌 성능	scikit-learn
mlp	CNN 딥러닝	높은 정확도	PyTorch
point	MediaPipe 랜드마크	실시간성 우수	없음

💡 고급 사용법

커스텀 설정

from sleepy_driver import DrowsinessDetector, TimeBased
from sleepy_driver.models import OpenCVEyeModel

# 직접 구성
eye_model = OpenCVEyeModel()
analyzer = TimeBased(threshold_ms=1500)  # 1.5초 임계값

detector = DrowsinessDetector.create_with_custom_components(
    eye_model=eye_model,
    drowsiness_analyzer=analyzer
)

결과 분석

result = detector.detect(frame)

print(f"성공: {result.success}")
print(f"졸음 상태: {result.is_drowsy}")
print(f"눈 감은 시간: {result.closed_duration_ms}ms")
print(f"좌/우 눈 상태: {result.left_eye_closed}, {result.right_eye_closed}")
print(f"신뢰도: {result.confidence}")

사용자 정의 모델

from sleepy_driver.models.base import EyeStateDetector

class MyCustomModel(EyeStateDetector):
    def initialize(self) -> bool:
        # 모델 초기화
        return True

    def detect_eye_state(self, eye_image) -> tuple[bool, float]:
        # 여기에 당신만의 알고리즘 구현
        is_closed = your_algorithm(eye_image)
        confidence = 0.95
        return is_closed, confidence

# 사용
detector = DrowsinessDetector.create_with_custom_components(
    eye_model=MyCustomModel()
)

🎯 실제 프로젝트 통합

웹 서비스 통합

from flask import Flask, Response
from sleepy_driver import quick_detector
import cv2

app = Flask(__name__)
detector = quick_detector('mlp')

@app.route('/drowsiness_check', methods=['POST'])
def check_drowsiness():
    # 이미지 받아서 졸음 감지
    result = detector.detect(image)
    return {
        'is_drowsy': result.is_drowsy,
        'duration_ms': result.closed_duration_ms,
        'confidence': result.confidence
    }

IoT/임베디드 시스템

import RPi.GPIO as GPIO
from sleepy_driver import quick_detector

detector = quick_detector('opencv')  # 가벼운 모델
buzzer_pin = 18

def drowsiness_alert():
    GPIO.output(buzzer_pin, GPIO.HIGH)
    time.sleep(0.5)
    GPIO.output(buzzer_pin, GPIO.LOW)

# 실시간 감지
while True:
    result = detector.detect(frame)
    if result.is_drowsy:
        drowsiness_alert()

📊 성능 벤치마크

모델	평균 FPS	정확도	메모리 사용량
OpenCV	~35 FPS	85%	~50MB
ML (RF)	~30 FPS	90%	~100MB
MLP (CNN)	~28 FPS	95%	~200MB
Point	~40 FPS	80%	~30MB

테스트 환경: MacBook Pro M1, 720p 웹캠

🛠️ 개발자 가이드

로컬 개발 설정

# 저장소 클론
git clone https://github.com/sleepy-driver/sleepy-driver.git
cd sleepy-driver

# 개발 의존성 설치
pip install -e .[dev]

# 테스트 실행
pytest tests/

# 코드 포맷팅
black sleepy_driver/
flake8 sleepy_driver/

패키지 빌드

# 빌드 도구 설치
pip install build twine

# 패키지 빌드
python -m build

# PyPI 업로드 (관리자만)
twine upload dist/*

🤝 기여하기

1. Fork 저장소
2. 기능 브랜치 생성 (git checkout -b feature/amazing-feature)
3. 변경사항 커밋 (git commit -m 'Add amazing feature')
4. 브랜치 푸시 (git push origin feature/amazing-feature)
5. Pull Request 생성

📄 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

🙏 감사의 말

• MediaPipe - 얼굴 랜드마크 감지
• OpenCV - 컴퓨터 비전 라이브러리
• PyTorch - 딥러닝 프레임워크
• scikit-learn - 머신러닝 라이브러리

🆘 지원 및 문의

• 📖 문서: sleepy-driver.readthedocs.io
• 🐛 버그 리포트: GitHub Issues
• 💬 디스커션: GitHub Discussions
• 📧 이메일: [e-mail]

---

⚠️ 주의사항: 이 라이브러리는 보조 도구로만 사용하세요. 실제 운전 시에는 항상 안전을 최우선으로 하고, 졸음을 느끼면 즉시 안전한 곳에 정차하여 휴식을 취하세요.