基于改进YOLOv8s的学生课堂行为识别研究

分享到

【获取途径】超星期刊网
【作者】杨颜茜
【刊名】现代计算机
【作者单位】太原师范学院计算机科学与技术学院
【年份】2024
【卷号】第2期
【ISSN】1007-1423
【关键词】行为识别注意力机制特征融合
【摘要】为了有效识别真实课堂中的学生行为，提出一种基于改进YOLOv8s模型的课堂行为识别方法。在YOLOv8s主干网络中融入轻量级坐标注意力机制Coordinate Attention，提高模型特征学习能力；在特征融合模块借鉴加权双向特征金字塔网络BIFPN 与重参数化模块Diverse-Branch Block，对YOLOv8s中的特征金字塔网络PANet 进行改进，提高模型的特征整合能力。实验结果显示，改进后的模型YOLOv8s-CB比原始模型的平均精度均值提升了1.7个百分点，达到92.4%，表...
【文献类型】期刊