La fatiga es una causa significativa de accidentes de tráfico. Desarrollar un método para determinar el nivel de fatiga del conductor por el estado de los ojos del conductor es un problema que requiere una solución, especialmente cuando el conductor lleva puesta una mascarilla. Basándose en trabajos anteriores, este artículo propone una arquitectura de red mejorada DeepLabv3+ (IDLN) para detectar la segmentación de ojos. Se diseñó un método de Determinación de Fatiga del Estado del Ojo Ponderado por Gaussiana (GESFD) basado en la distribución de píxeles del ojo. Se construyó un EFSD (Conjunto de Datos del Estado de Fatiga basado en los Ojos) para verificar la efectividad de este algoritmo. Los resultados experimentales mostraron que el método puede detectar un estado de fatiga a 33.5 cuadros por segundo (FPS), con una precisión del 94.4%. Cuando se compara este método con otros métodos de última generación utilizando el conjunto de datos YawDD, la tasa de precisión mejora del 93% al 97.5%. También realizamos validaciones separadas en conjuntos de datos de imágenes faciales de luz natural e infrarroja; estas validaciones revelaron el rendimiento superior de nuestro método durante las condiciones diurnas y nocturnas.