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
跨度
实体识别方法
知识蒸馏技术
GRU模型
sigmoid函数
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