一種基于深度學(xué)習(xí)的學(xué)生課堂行為檢測方法

基本信息

申請?zhí)?/td> CN202110703914.4 申請日 -
公開（公告）號(hào) CN113469001A 公開（公告）日 2021-10-01
申請公布號(hào) CN113469001A 申請公布日 2021-10-01
分類號(hào) G06K9/00（2006.01）I;G06K9/32（2006.01）I;G06K9/34（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉復(fù)昌;潘志庚;曹明亮;丁丹丹;張明敏;梁應(yīng)滔;梁應(yīng)鴻;胡麗平 申請（專利權(quán)）人 廣州玖的數(shù)碼科技有限公司
代理機(jī)構(gòu) 重慶市信立達(dá)專利代理事務(wù)所（普通合伙） 代理人 劉潔
地址 510640廣東省廣州市天河區(qū)平云路163號(hào)之二901室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的學(xué)生課堂行為檢測方法，涉及行為識(shí)別技術(shù)領(lǐng)域，其技術(shù)方案要點(diǎn)是：S1、制成數(shù)據(jù)庫；S2、將原始數(shù)據(jù)集按比例分為訓(xùn)練集、驗(yàn)證集及測試集，利用yolo_v3檢測算法獲取圖像中學(xué)生的位置信息，根據(jù)學(xué)生的位置信息，利用Opencv裁剪學(xué)生圖像，將圖像統(tǒng)一縮放為224×224；S3、通過數(shù)據(jù)擴(kuò)容的方式擴(kuò)大訓(xùn)練集；S4、將ResNet50網(wǎng)絡(luò)結(jié)構(gòu)作為預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，并據(jù)驗(yàn)證集的驗(yàn)證結(jié)果對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行微調(diào)，訓(xùn)練得到分類模型；S5、利用訓(xùn)練的模型結(jié)構(gòu)測試測試集，觀察圖像分類情況與實(shí)際情況的差異，得模型的分類效果，并保存分類結(jié)果。該方法可檢測識(shí)別學(xué)生課堂行為，能夠幫助教師掌握學(xué)生上課狀態(tài)、調(diào)整教學(xué)方式，并可作為教學(xué)評(píng)價(jià)的重要依據(jù)。