基于YOLOv5和多尺度特征融合的学生行为研究

近年来,智慧教育发展迅速,与之相关的学生课堂行为识别随之得到重视。针对课堂环境复杂、学生目标密集、遮挡严重等问题,提出一种基于YOLOv5目标检测算法的学生课堂行为识别方法。首先,建立学生课堂行为数据集,为研究提供数据来源;其次,针对学生目标密集等问题提出一种多尺度特征融合的学生课堂行为识别方法。多次实验结果表明,所提方法有效地提高了学生课堂行为识别的精度。学生课堂行为的智能化识别为教师掌握学生学情、改进授课策略提供了重要依据。