林 峰，刘永志

2020 年4 月，中国社会福利基金会等机构发布了《道路交通安全调研报告——2019 年度：不良驾驶行为》.报告指出分心驾驶、疲劳驾驶等不良驾驶行为是造成2019 年度中国道路交通事故的最主要原因.因此如何有效识别车辆司机驾驶状态，对分心驾驶、疲劳驾驶等危险行为进行及时预警，对减少车辆交通事故的发生具有重大意义［1］.

近年来，随着行车记录仪的普及，通过对驾驶人员实时影像检测，快速识别不良行为并告警已逐渐成为解决不良驾驶行为的主流方案［2-3］.在该方案中，基于深度学习的图像识别技术被广泛使用，并已在实践中被证实具有较高的性能和准确性［4］.但是传统的深度学习图像识别技术存在以下不足：一是需要开发人员掌握深度学习相关理论知识，能够熟练使用Keras、TensorFlow 等第三方代码库，并具备手工搭建多层人工神经网络模型的能力；二是深度学习模型训练的过程往往需要消耗大量的计算资源，若开发人员硬件资源受限，将无法进行大规模图像识别模型的构建；三是图像识别模型一旦训练完成后，缺乏便捷的手段将其快速部署，实用性不强［5-8］.

机器学习PAI 平台是阿里云计算有限公司开发的一款在线机器学习平台.基于阿里云自身丰富的技术积累和强大的云计算资源，开发者只需准备训练数据集，PAI 平台可提供数据预处理、数据分析、数据可视化、模型评估、模型发布等一站式服务.Auto Learning自动学习模块是机器学习PAI 平……