本发明公开了一种基于生成对抗网络与知识图表蒸馏的分心驾驶检测方法，本发明首先构建GAN模型：生成器网络为改进的MobileNet和判别器网络为yolov5；然后利用教师模型进行知识图表蒸馏：将yolov5的输出作为判别器网络的输出，并将其作为生成器网络的目标输出；生成器网络将通过知识蒸馏的方式来学习判别器网络的输出，以帮助生成器更好地学习生成逼真的样本，同时，学生网络也做目标检测，并提高检测的准确率；在训练过程中，将生成器网络的输出与目标输出进行比较，并使用反向传播算法对生成器网络和判别器网络进行优化。本发明中在StateFarmDistractedDriverDetection数据集上测试，准确率提升了9.7％，可以有效检测出驾驶员分心驾驶状态，提高了驾驶安全性。