课堂场景密集人头检测技术

在课堂考勤系统中,人头检测对于人数统计和学生定位非常重要。为解决课堂人头密集场景下小目标和互遮挡对象难识别问题,本文提出3种课堂人头检测模型,分别是YOLOv5n+GFPN、YOLOv5n+GFPN+C3_Faster和YOLOv5nl+GFPN+C3_Faster,采用的损失函数有CIoU、Focal-CioU和MPDIoU。实验结果表明,MPDIoU损失函数结合YOLOv5nl+GFPN+C3_Faster的mAP@50为0.821、GFLOPs为7.2,说明YOLOv5nl+GFPN+C3_Faster在MPDIoU损失函数下,能够有效提升课堂人头检测性能。

校企三共协同培育“新工科”人才模式探索与实践

随着经济社会发展进入新阶段,高职院校培养与新兴产业适配的“新工科”人才相关探索与实践正成为教育界关注的重点。结合当前产业背景,分析了高职“新工科”人才培养的现状和存在的典型问题,并提出了校企“共生、共建、共融”协同培育“新工科”人才的模式探索。即理念共生,建立学校人才培养和企业创新发展的命运共同体;人才共享,学校师资和企业工程师共招共用;产教共融,人才培养过程与企业生产过程全方位融合。通过“三共”深度协同,实现培养适应社会发展新需求的“新工科”人才目标。

一种基于学习者画像和特征聚类的高职学生在线学习行为分析方法——以“信息技术”课程为例

在线学习已成为一种重要的学习方式,如何提升高职学生在线学习的质量是职业教育研究者关心的问题。据此,提出一种基于学习者画像和特征聚类的高职学生在线学习行为分析方法,并以“信息技术”课程为例构建学习者画像;采用两重混合式类别生成方法对学习者进行群体聚类,以帮助教师充分了解不同类别的学习者,进而提高教学质量。