摘要
本发明公开了一种探究电磁感应现象实验的自动评分系统,属于计算机视觉和深度学习领域的目标检测与图像分类技术。针对实验中对实时性和细粒度分类的高要求,本发明首先通过改进的YOLOv5模型进行实验设备定位和类别的初步识别,随后级联MobileNet对实验设备的状态进行细粒度分类,实时识别实验中不同实验设备的类别及状态。最后通过设定自动评分模块,根据实验设备不同状态的组合逻辑进行智能评分。该方法在检测精度与处理速度之间实现了优良的平衡,能够高效、准确地完成对实验设备状态的识别,实现实验过程的自动化评分。
技术关键词
电磁感应现象
自动评分方法
智能分析服务器
自动评分系统
训练图像分类模型
切割磁感线
电流计
细粒度分类
智能课桌
图像分类技术
视频
筛选出合格
摄像机
指针
数据
图片
设备识别
线圈
计算机视觉
系统为您推荐了相关专利信息
标签
半监督图像分类方法
图像类别
训练图像分类模型
模型更新
缓存命中率
训练图像分类模型
分发策略
节点
数据
医疗信息处理方法
智能分析服务器
序列
参数
医疗信息处理系统
手势识别方法
训练图像分类模型
计算机可执行指令
傅里叶变换处理
样本