一种基于深度学习的学生课堂行为检测与评价方法

AITNT
正文
推荐专利
一种基于深度学习的学生课堂行为检测与评价方法
申请号:CN202411511698
申请日期:2024-10-28
公开号:CN119479065A
公开日期:2025-02-18
类型:发明专利
摘要
本发明公开了一种基于深度学习的学生课堂行为检测与评价方法,包括:基于改进YOLOv8构建学生目标检测子模型,采用MBConv结构构建课堂行为分类子模型;两者集结合得到二阶段目标检测模型;训练验证二阶段模型得到学生课堂行为检测模型;对待检测的课堂进行图像采集;将采集的图像输入学生课堂行为检测模型,得到学生的位置及其行为类别;基于学生的位置及行为类别使用目标跟踪算法实现对该课堂的学生整体个体的行为分析与评价。本发明构造了一个用于学生课堂行为检测与评价的三阶段方案,能够有效提高学生行为检测的准确性与效率以客观地评价学生学习行为。
技术关键词
学生 分类子模型 评价方法 净化模块 信息熵 图像 矩阵 特征金字塔网络 卷积模块 采样模块 元素 层次分析法 压缩特征 阶段 拼接模块 输入端 网络结构 热力图
系统为您推荐了相关专利信息
1
一种基于超向量编码的蛋白质质谱数据质量评价方法
超向量编码 质谱 汉明距离 评价方法 成分分析
2
面向低计算资源装备的柑橘采摘路径规划方法
路径规划方法 果实 路径规划算法 教师 网格
3
基于持续学习与知识蒸馏的中文医疗连续实体识别方法
跨度 实体识别方法 知识蒸馏技术 GRU模型 sigmoid函数
4
半导体激光器芯片损伤检测方法、装置和程序产品
半导体激光器芯片 多尺度特征 输出特征 联合注意力机制 网络模块
5
一种基于多视图深度行为识别的在线学习行为识别方法及系统
循环生成对抗网络 视频 识别方法 正面 在线
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