一种基于YOLOv11n-RD的学生课堂行为识别算法

本发明涉及图像识别技术领域，具体地说，涉及一种基于YOLOv11n‑RD的学生课堂行为识别算法。包括如下步骤：采集不同课堂场景下的学生课堂行为图像数据，构建包含至少六类学生课堂行为的标注数据集；构建YOLOv11n‑RD模型，对YOLOv11n模型进行改进，将YOLOv11n的C3K2模块替换为RFCBAMConv模块；同时将YOLOv11n的原始检测头替换为动态检测头DyHead；利用步骤S1构建的标注数据集对步骤S2构建的YOLOv11n‑RD网络模型进行训练，得到训练完成的学生课堂行为识别模型；将待识别的课堂图像输入训练完成的学生课堂行为识别模型，输出学生课堂行为的识别结果，完成识别。本发明设计基于YOLOv11n算法，通过优化网络结构、引入多尺度特征融合和注意力机制，显著提升了对小目标的检测能力，从而提高了课堂行为识别的准确性。