基于RI-YOLO的学生行为检测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 针对学生行为检测算法准确率不高、易出现漏检误检问题，文章提出了一种改进的RI-YOLO学生行为检测算法。该算法通过引入感受野注意力卷积（Receptive-Field Attention Convolution， RFAConv）对C3模块进行优化，提出新型的RFAC3模块，可以更精确地捕捉细微的局部特征，提升网络特征提取能力。（剩余6834字）

试读结束

目录
monitor