基于深度学习的学生课堂状态检测算法与应用

课堂教学评价是教学管理的重要组成部分之一,但依赖于督导教师完成该项工作的管理形式难以全面评价并反馈学生课堂学习状态。同时,我国高校的课堂监控视频数据被大量搁置未发挥作用。基于此,本文将传统教学管理与人工智能有机结合,提出学生课堂学习状态智能检测算法,采用K-means++聚类算法对目标候选框的个数和宽高比进行聚类分析,搭建双YOLO网络模型对课堂监控视频中学生的课堂行为进行分析,实时、精准地反馈学生的课堂学习状态,并对结果进行评分分级辅助督导教师进行课堂教学评价任务以提高教学管理效率。经过测试实验,本章提出的双YOLO网络模型的准确率为86.62%,且每帧教室监控图像的计算时间0.2 s。