智慧课堂基于YOLOv8的学生上课行为检测

最新推荐文章于 2024-08-23 14:12:47 发布
最新推荐文章于 2024-08-23 14:12:47 发布
阅读量771 收藏 2
点赞数 27
分类专栏： YOLO目标检测应用 文章标签： YOLO 人工智能 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43415275/article/details/140161955
版权

数据集

学生上课行为检测，我们直接使用公开数据集

共三类行为：举手、读书、写字

数据集已经按照YOLO格式配置好，数据内容如下

在这里插入图片描述
image-20240703200426788

模型训练

​ 采用YOLOv8模型进行训练，官方代码

首先是划分数据集，分为训练集、验证，已经划分好

image-20240703200353362

之后修改数据集配置文件： 需要修改数据集路径以及各个类别对应的名称

image-20240703203137806

之后修改训练代码中的配置：

主要修改数据集路径与预训练模型路径，我用的是yolov8-s.pt

image-20240703203235368

训练效果

这些都是模型训练产生的结果，被放在了runs\train\exp 文件下

image-20240703201130597
image-20240703201156004

图像用户界面

网上可以可到很多开源界面，我这里提供了一个，放在了文件夹中

在这里插入图片描述

完整项目链接

https://mbd.pub/o/bread/ZpecmZxw

怀逸%
关注
  • 27
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
AI引领教育新纪元打造智慧校园数字课堂，基于YOLOv3全系列【yolov3tiny/yolov3/yolov3spp】参数模型开发构建课堂教学场景下学生行为检测识别系统
Together_CZ的博客
06-14 723
AI引领教育新纪元打造智慧校园数字课堂，基于YOLOv3全系列【yolov3tiny/yolov3/yolov3spp】参数模型开发构建课堂教学场景下学生行为检测识别系统
助力打造智慧数字课堂，基于YOLOv8全系列【n/s/m/l/x】不同参数量级模型开发构建教学课堂场景下学生课堂行为检测识别分析系统
Together_CZ的博客
12-31 2072
助力打造智慧数字课堂，基于YOLOv8全系列【n/s/m/l/x】不同参数量级模型开发构建教学课堂场景下学生课堂行为检测识别分析系统
基于计算机视觉的学生上课姿态识别
sinat_58088248的博客
01-09 1485
【私信获取源码】 数据集 1.1AVA数据集介绍 AVA数据集为目前行为数据集中背景最复杂、人体目标最多的数据集，是由Google在2018年所发表的一个用于训练动作检测的数据集，该数据集注释430个15分钟电影切片中的80个原子视觉动作，在空间和时间上定位了动作，从而产生了1.62万个动作标签。这个数据中的内容有以下特点：更多的使用原子动作而不是复合动作（如bow、kneel、jump、sleep等）、对于每个人有更多的的时空标注（每个人会同时具有多种行为）、在切片内的标注尽可能的详细（每个切片中
YOLO改进策略|智慧课堂案例|YOLOv5、YOLOv7 和 YOLOv8自动检测学生的课堂行为，实现了⾼达 80.3% 的平均精度
sybh的博客
05-31 1041
近年来，随着⾏为检测技术的发展[1]，分析课堂视频中学 ⽣的⾏为以获取其课堂状态和学习表现的信息已经成为可 能。这项技术对于学校的教师、管理⼈员、学⽣和家⻓来说 ⾮常重要。然⽽，在传统的教学模式中，教师很难关注到每 个学⽣的学习情况，只能通过观察少数学⽣来了解⾃⼰教学 ⽅法的有效性。学校管理⼈员依靠现场观察和学⽣表现报告 来发现教育教学中的问题。家⻓只能通过与⽼师和学⽣的沟 通来了解孩⼦的学习情况。
基于YoloV8学生行为检测系统源码+部署教程+训练好的模型+各项评估指标曲线（高分项目）.zip
04-20
基于YoloV8学生行为检测系统源码+部署教程+训练好的模型+各项评估指标曲线（高分项目）.zip基于YoloV8学生行为检测系统源码+部署教程+训练好的模型+各项评估指标曲线（高分项目）.zip基于YoloV8学生行为检测系统源码...
基于yolov5的学生课堂违纪检测系统.课程设计 完整代码+数据
07-02
总结，"基于Yolov5的学生课堂违纪检测系统"是人工智能技术在教育领域的创新应用，它通过深度学习的力量，实现了对课堂行为的有效监控，有望在提升教学质量和保障课堂秩序方面发挥重要作用。随着技术的进步，我们期待...
基于yolov5的课堂违纪检测系统
02-04
本文将详细介绍一个基于Yolov5的课堂违纪检测系统，该系统利用深度学习算法，对课堂行为进行实时监控，及时发现并预防违纪行为，为提升教学质量提供了智能化解决方案。 **一、Yolov5简介** YOLO（You Only Look ...
基于YOLOv9实现的线下课堂学生上课状态识别检测系统python源码+运行教程+训练好的模型+评估指标曲线.zip
08-01
【基于yolov5+opencv课堂学习状态识别检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作说明.zip】 下载：https://download.csdn.net/download/DeepLearning_/87347212 【使用教程】 一、环境配置 1、建议...
适用于YOLOv5到YOLOv10真实教室场景下模拟课堂上学生上课行为检测231张数据集含yolo格式(txt)标签.zip
08-01
适用于YOLOv5到YOLOv10真实教室场景下模拟课堂上学生上课行为检测231张数据集含yolo格式(txt)标签.zip 类别：学习(听讲)、睡觉、玩手机三类 labeimg工具标注 标签为yolo格式 数据集标注精确无误，背景丰富，多样性还...
Windows+ONNX+TensorRT+YOLOV8+C++环境搭建
yljxh的博客
08-22 793
跑通了Python环境下的Yolov8，但是考虑到性能，想试试C++环境下的优化效果。
[数据集][目标检测]电力场景输电线杆塔塔架金属锈蚀腐蚀生锈检测数据集VOC+YOLO格式1344张1类别
最新发布
FL1623863129的博客
08-23 270
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：1344。标注数量(xml文件个数)：1344。标注数量(txt文件个数)：1344。标注类别名称:["rust"]使用标注工具：labelImg。rust 框数 = 3305。标注规则：对类别进行画矩形框。
yolov8 出现loss 为nan
zhaoluruoyan89的博客
08-21 320
这篇博客警示读者在购买用于深度学习的显卡时要避开那些导致RuntimeWarning: All-NaN slice encountered的问题。作者强调这些Tensor核心存在严重缺陷，不适宜进行深度学习任务，建议大家在选购时务必谨慎。方法二：将混合精度训练AMP 设置为False。方法一：降低cuda和pytorch 版本号。
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
2401_83580557的博客
08-22 437
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
Yolov8：模型部署到安卓端
m0_70694811的博客
08-21 775
下载安装jdk-8u202-windows-x64.exe，这篇文章有百度网盘资源链接，直接下载，并按照这篇文章的JDK步骤进行安装和环境变量配置。C:\Program Files\Java\jdk-1.8\bin和C:\Program Files\Java\jdk-1.8\jre\bin。比如因为我的jdk路径是C:\Program Files\Java\jdk-1.8，所以这两个相对路径就改成。参考这边文章的USB驱动设置和手机端设置。同意协议后，下载相应版本的JDK。
[数据集][目标检测]道路积水检测数据集VOC+YOLO格式2699张1类别
FL1623863129的博客
08-21 376
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：2699。标注数量(xml文件个数)：2699。标注数量(txt文件个数)：2699。标注类别名称:["water"]water 框数 = 3777。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
[数据集][目标检测]起子检测数据集VOC+YOLO格式1215张1类别
FL1623863129的博客
08-20 399
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["screwdriver"]screwdriver 框数 = 2164。图片数量(jpg文件个数)：1215。标注数量(xml文件个数)：1215。标注数量(txt文件个数)：1215。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
[数据集][目标检测]集装箱缺陷检测数据集VOC+YOLO格式4127张3类别
FL1623863129的博客
08-21 457
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["Dent","Hole","Rust"]图片数量(jpg文件个数)：4127。标注数量(xml文件个数)：4127。标注数量(txt文件个数)：4127。使用标注工具：labelImg。Dent 框数 = 4943。标注规则：对类别进行画矩形框。
基于yolov5的课堂行为检测
11-21
基于YOLOv5的课堂行为检测是一种通过计算机视觉技术对课堂学习过程中的学生行为进行实时监测和分析的方法。YOLOv5是一种基于深度学习的目标检测模型，它能够快速准确地识别和定位图像中的多个目标。 在课堂行为检测中，首先需要收集一批与学生行为相关的图像数据，并对这些数据进行标注，标注出教室内不同的行为类别，如举手、看书、写字、玩手机等。 接下来，将标注好的图像数据和行为类别输入到YOLOv5模型进行训练。通过训练，YOLOv5能够学习到各个行为类别的特征，从而能够准确地识别和定位学生在课堂中的行为。 当实际监测时，通过摄像头或者其他图像采集设备获取课堂学习过程中的实时图像。将这些图像输入到经过训练的YOLOv5模型中，模型会快速识别和定位图像中的学生行为。 基于YOLOv5的课堂行为检测可以实时监测学生是否专心听讲、参与互动，还是分散注意力或不规范行为。这对于教师来说是非常有价值的，可以及时发现学生的问题，及时进行指导和干预，提高课堂效果和学习质量。 需要注意的是，基于YOLOv5的课堂行为检测还需要考虑一些问题。例如，模型的训练数据需要充分覆盖不同的场景和行为，并具有一定的泛化能力；同时，还需保护学生的隐私，对图像数据进行合理的处理和使用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

怀逸%

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值