基于卷积神经网络的学生评价方法、电子设备及存储介质

本发明提供了一种基于卷积神经网络的学生评价方法、电子设备及存储介质，所述方法包括课堂学生学习数据收集、数据增强、人脸识别、卷积神经网络构建、学习状态分析等步骤。本发明采用了数据增强的方式，提高了系统应对复杂场景的鲁棒性，使其对不同状态下学生的学习效果都能进行有效的反馈；采用轻型的卷积神经网络，并引入通道注意力和空间注意力机制，能更有效的提取图像特征，大大降低系统计算量的同时，其准确性却几乎不受影响，且对边缘侧部署更友好。本方法有效的提高了学生课堂学习效果反馈的实时性与可靠性，有利于教师及时调整教学方式、制定教学计划，也有利于学生提高学习效率，更好的掌握课堂知识。