超级会员免费看
本文介绍了一个基于PaddlePaddle和EasyDL的智慧课堂实时监测系统，利用YOLOv3进行目标检测，ResNet进行图像分类，Senta进行情感分析，旨在监测课堂出勤、学生状态、教师表现等，实现教学质量管理。系统包括实时监测、总监控、课程回看等功能，但部分功能因权限问题未完全开发。
项目基于 PaddlePaddle 和 EasyDL 平台，以教务处和学工为一级用户，高校教师为二级用户，针对提升整体课堂教学质量为目的开发的一款实时课堂监测系统。 本项目主要监测课堂的出勤人数、学生的上课状态、教师的语速、情感，以及语言的用词方面。项目中语音的模型均采用 EasyDL 平台进行训练，调用在线 API 进行预测分析。而图像模型由于在线 API 无法达到实时性的要求，采用本地训练 Paddle 模型库中的模型并使用。详细设计见md文件。
硬件环境
CPU：Intel 酷睿 I7-7700 四核 8 线程
内存：三星 DDR4 16G
GPU：NVIDIA GTX1070 8G
软件环境
OS： Windows 10
订阅专栏 解锁全文
扫一扫
810
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
