一种基于深度学习的学生课堂行为检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的学生课堂行为检测方法
申请号:CN202411662671
申请日期:2024-11-20
公开号:CN119763179B
公开日期:2025-11-11
类型:发明专利
摘要
本发明属于目标检测技术领域,具体涉及一种基于深度学习的学生课堂行为检测方法;该方法包括:对改进YOLOv11模型进行训练,对训练好的改进YOLOv11模型进行剪枝处理,得到学生课堂检测模型;获取待检测学生课堂视频并将其输入到学生课堂检测模型中进行处理,得到学生课堂行为检测结果;使用改进DeepSORT算法对学生课堂行为检测结果进行处理,实现对学生课堂行为的跟踪本发明增强了网络对全局信息的捕捉能力,提升网络在遮挡和多尺度变化场景下的表现,从而提高了网络的鲁棒性和检测精度,具有良好的应用前景。
技术关键词
学生 采样模块 卡尔曼滤波器 网络 输出特征 检测头 算法 特征提取器 分支 注意力机制 鲁棒性 视频 场景 精度
系统为您推荐了相关专利信息
数字孪生建模方法 多模态网络 协议 网元设备 数字孪生模型
视频生成模型 深度编码 编码特征 深度图 视频编码
分支卷积神经网络 分类系统 理化特征 分类器 瓶颈结构
元器件识别方法 深度学习模型 电气 采样点 像素点
数据挖掘方法 捕捉设备 模式识别 识别设备 机器学习模型