基于深度学习的学生课堂行为识别研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘 要:智慧课堂面临学校硬件设备难以普适、课堂数据缺失等问题,给学生课堂行为识别研究带来了一定的难度和挑战。为了降低对课堂场景部署设备的要求,提高识别精度与速度,在已有识别模型基础上提出了一种基于深度学习的学生课堂行为识别模型。首先融合重影模块(Ghost)实现轻量化,其次加入坐标注意力机制(CoordinateAttention)提升检测精度。(剩余7102字)

monitor
客服机器人