-
题名基于MAFM-YOLOv8的学生课堂表现检测
- 1
-
-
作者
莫建文
姜贵昀
袁华
梁豪昌
-
机构
桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室
桂林电子科技大学信息与通信学院
-
出处
《计算机工程与设计》
北大核心
2025年第6期1825-1831,共7页
-
基金
国家自然科学基金项目(62001133、62177012)
广西自然科学基金重点基金项目(2024GXNSFDA010048)。
-
文摘
针对智慧教室场景中学生课堂表现检测遇到的目标尺度大小不一、容易出现遮挡、目标密集度高、重叠以及小目标等问题,提出一种基于MAFM-YOLOv8的学生课堂表现检测模型。提出一个多尺度自适应特征提取模块,增强模型对不同尺度特征信息的自适应特征提取能力,用深度可分离卷积代替普通卷积,减少模块中卷积的计算量;采用高效多尺度注意力模块,增强模型对小目标的特征提取能力;采用WIOU损失函数来增强模型在类别不均衡数据集上的训练效果,提升检测性能。实验结果表明,改进YOLOv8算法在学生课堂表现检测中mAP50达到了87.2%,相比原模型提升了3.2%,验证该方法可以有效提高检测精度。
-
关键词
智慧教室
学生课堂表现检测
MAFM-YOLOv8
多尺度自适应特征提取模块
深度可分离卷积
高效多尺度注意力
WIOU损失函数
-
Keywords
smart classroom
student classroom performance detection
MAFM-YOLOv8
multi-scale adaptive feature-extraction module
deeply-separable convolution
efficient multi-scale attention
WIOU loss function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-