一种基于改进YOLOv8模型的学生课堂行为检测方法

AITNT
正文
推荐专利
一种基于改进YOLOv8模型的学生课堂行为检测方法
申请号:CN202410802734
申请日期:2024-06-20
公开号:CN118762396B
公开日期:2025-03-25
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv8模型的学生课堂行为检测方法,属于行为检测与识别领域,方法包括:构建改进型YOLOv8模型,对YOLOv8模型进行优化,得到改进的YOLOv8模型:在YOLOv8模型的Backbone网络中引入动态组卷积混洗模块替换原YOLOv8模型Backbone网络中的第四个C2f模块;在YOLOv8模型的Neck网络中构建自适应极化特征融合模块替换原YOLOv8模型Neck网络中的C2f模块;创建任务动态对齐检测头模块,替换原YOLOv8模型的检测层,提升了学生课堂行为检测的精度、效率。
技术关键词
算法模型 卷积模块 定位特征 交互特征 分类特征 学生 网络 混洗模块 极化特征 图像 残差结构 拼接模块 注意力机制 动态 输出特征 检测头 训练集 通道 小包
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号