龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉纺织大学
申请日：2024-05-10
公开（公告）日：2024-06-04
公开（公告）号：CN118135669A
主分类号：G06V40/20
分类号：G06V40/20;G06V20/52;G06V10/40;G06V10/80;G06V10/26;G06V10/30;G06Q50/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.04#公开
摘要：本发明公开了一种基于轻量化网络的课堂行为识别方法及系统，所述方法包括以下步骤：S1：设计适用于解析课堂行为识别图像的轻量化网络的课堂行为识别目标检测模型；所述轻量化网络的课堂行为识别目标检测模型包括特征提取模块、注意力机制模块、轻量特征融合模块和目标检测预测模块；S2：训练设计好的轻量化网络的课堂行为识别目标检测模型，得到训练好的轻量化网络的课堂行为识别目标检测模型；S3：使用训练好的轻量化网络的课堂行为识别目标检测模型来解析课堂行为识别图片，生成预测图像。本发明能够提高课堂行为识别准确率，同时明显降低了计算量和内存消耗，提升实用性。
主权项：1.一种基于轻量化网络的课堂行为识别方法，其特征在于，所述方法包括以下步骤：S1：设计适用于解析课堂行为识别图像的轻量化网络的课堂行为识别目标检测模型；所述轻量化网络的课堂行为识别目标检测模型包括特征提取模块、注意力机制模块、轻量特征融合模块和目标检测预测模块，包括如下步骤：S11：将课堂行为图像送入特征提取模块用于提取高分辨率特征信息和低分辨率特征信息；S12：将特征提取模块提取的高分辨率特征信息和低分辨率特征信息进行处理，并将处理后的特征信息送入注意力机制模块进行处理，得到混合特征信息；S13：将注意力机制模块输出的混合特征信息和高分辨率特征信息送入轻量特征融合模块进行融合，得到融合后的特征信息；S14：将经过轻量化特征融合模块后的特征信息送入目标检测预测模块进行检测，最后得出最终预测结果；S2：训练设计好的轻量化网络的课堂行为识别目标检测模型，得到训练好的轻量化网络的课堂行为识别目标检测模型；S3：使用训练好的轻量化网络的课堂行为识别目标检测模型来解析课堂行为识别图片，生成预测图像。
全文数据：
权利要求：
百度查询： 武汉纺织大学 一种基于轻量化网络的课堂行为识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号