融合注意力机制与改进的YOLOv8算法的学生课堂行为识别的应用研究.pdf

融合注意力机制与改进的YOLOv8算法的学生课堂行为识别的应用研究.pdf

摘要

随着智慧教育的迅猛推进,对学生课堂行为的精确检测与深度评估已成为衡

量与提升教学质量的核心技术之一。鉴于传统检测技术在处理遮挡情况及细微动

作识别时存在的显著不足,本研究致力于探索更为高效与精准的解决方案。为此,

提出了一种改进的YOLOv8_BB多目标检测算法,该算法通过深度整合CBAM注

意力机制与双向特征金字塔网络BiFPN,实现了多尺度特征的精准融合与自适应

加权,从而大幅优化了目标检测的性能。在自建的、包含8类典型课堂行为、共

计8884张图像的数据集上进行的广泛实验

文档评论(0)

1亿VIP精品文档

相关文档