一种基于深度学习的学生课堂行为检测方法、系统及终端
实质审查的生效
摘要
本发明公开了基于深度学习的学生课堂行为检测方法、系统及终端，包括：对采集到的学生课堂行为进行提取，将获取的学生异常行为图片作为样本数据集；将样本数据集进行划分为训练集和测试集，根据异常行为所划分的类型对训练集进行标注，得到训练标签数据；基于K‑means++算法对训练标签数据进行处理，获取先验框参数；基于训练集、先验框参数、YOLOv4目标检测算法、CBAM注意力机制和DenseNets，构建YOLOv4‑XS目标检测模型；基于YOLOv3的损失函数和CIOU损失，构建YOLOv4‑XS目标检测模型的损失函数；将训练集输入到YOLOv4‑XS目标检测模型中进行训练，损失函数不断迭代至收敛，获得到最优网络权重，与测试集进行测试验证，识别学生课堂行为。本发明能够对多目标进行识别检测，提高检测的精度和速度。
基本信息
专利标题 ：
一种基于深度学习的学生课堂行为检测方法、系统及终端
专利标题（英）：
暂无
公开（公告）号 ：
CN114359606A
申请号 ：
CN202111556271.1
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张颖张喆王明军
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市金花南路5号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
朱海临
优先权 ：
CN202111556271.1
主分类号 ：
G06V10/762
IPC分类号 ：
G06V10/762 G06V10/778 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 10/762
申请日 : 20211217
申请日 : 20211217
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
