一种学生行为的识别方法、系统、设备及介质

本发明公开了一种学生行为的识别方法、系统、设备及介质，涉及视频图像处理领域，包括：将预测框的分类正确率作为阈值进行正负样本判断，以构建用于判断分类准确性的分类损失函数ClsSlideLoss；在空间特征增强模块SEAM中使用空洞卷积，以构建增强了遮挡检测能力的LW‑SEAM模块；在YOLOv5模型的颈部添加了LW‑SEAM模块，将YOLOv5模型的分类损失替换为分类损失函数ClsSlideLoss，将置信度损失替换为损失函数SlideLoss，以构建优化的YOLOv5模型并进行训练，获得YOLO‑Act模型,将待检测的视频数据集输入YOLO‑Act模型对学生行为进行分类。本发明能够在教室中的学生存在一定遮挡的情况下，对每个学生的行为进行识别和分类。