基于任务对齐和重参数的学生课堂行为识别轻量化小目标检测模型及方法

AITNT
正文
推荐专利
基于任务对齐和重参数的学生课堂行为识别轻量化小目标检测模型及方法
申请号:CN202410936551
申请日期:2024-07-12
公开号:CN119068541A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种基于任务对齐和重参数的学生课堂行为识别轻量化小目标检测模型及方法,所述模型包括主干网络、颈部和基于任务对齐思想的任务交互预测头,主干网络从图像中提取特征、进行下采样处理,颈部进行特征融合,任务交互预测头进一步提取任务交互特征并输出预测结果。本发明提出的学生课堂行为检测模型在检测精度比基准模型YOLOV8n更高,在STCB数据集上,mAP达到了79.2%,比YOLOV8n高1.5%,对数据集中的小目标检测精度为11.2%,比YOLOV8n高1.7%。模型的计算量从8.1FLOPs降到了6.9GFLOPs,降低了14.8%。参数量从3.2M降到了1.8M,降低了43.8%。
技术关键词
交互特征 预测特征 sigmoid函数 学生 分支 输出特征 多尺度特征 特征提取器 网络 参数 全局平均池化 双线性插值 梯度下降法 模块 通道 融合特征 图像 代表 动态 语义
系统为您推荐了相关专利信息
1
基于多分支跳跃连接搜索的乳腺肿瘤超声图像分割方法和装置
多分支 图像分割网络 乳腺 肿瘤 图像获取模块
2
基于双编码器—解码器结构的遥感图像语义分割方法及系统
解码器结构 辅助编码器 双编码器 语义分割网络 编码器模块
3
一种植物渲染对象的生成方法、装置、电子设备及介质
分支 叶片 节点数 生成方法 顶点
4
用于糖尿病视网膜病变分级的异构双流融合方法及系统
糖尿病视网膜病变 融合方法 异构 Softmax函数 分支
5
一种知识追踪方法、装置、设备及存储介质
知识追踪方法 交互特征 融合特征 在线 模型预测值
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