基于改进的YOLOv8课堂学生行为参与度检测方法

一种基于改进的YOLOv8课堂学生行为参与度检测方法，由公共数据集标签重映射处理、构建学生课堂参与度检测模型、参与度检测模型训练及参数学习、将课堂行为图像输入到训练完成的学生课堂参与度检测模型，自动进行图像的目标检测与参与度分类。本发明以课堂场景图像的RGB图像作为网络模型的输入，被YOLOv8主干网络中引入融合注意力机制，在学习图像局部特征的基础上增强对关键行为区域的关注，捕获更多上下文依赖关系和全局特征信息；通过引入多尺度特征增强模块对特征图加入边缘细节和语义层次信息，丰富模型的空间与语义特征表达，提升模型的泛化能力与行为区分能力，从而生成分辨率高、识别精确的参与度检测结果。