融合轻量化与梯形结构的学生行为检测算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16157/j.issn.0258-7998.222837

融合轻量化与梯形结构的学生行为检测算法

引用
为了解决常见目标检测算法在课堂场景中难以有效应用的问题,提出了一种融合轻量化与梯形结构的学生行为检测算法.该算法基于YOLOv4架构,针对目标分类和分布空间的特点,提出一种新的"梯"形特征融合结构,并结合MobileNetv2思想,优化模型参数得到梯形-MobileDarknet19特征提取网络,既减少了网络的计算量,提高了工作效率,同时加强了 目标特征的信息传输,提升了模型学习能力;在尺度检测阶段引入5层的DenseNet网络,增强网络对小目标的检测能力.实验结果表明,提出的YOLOv4-ST算法相比于原YOLOv4算法mAP提高了 5.5%,相比于其他主流算法,在学生课堂行为检测任务中具有较好的实用性.

梯形结构、学生行为检测、YOLOv4、特征融合、DenseNet

48

TP399(计算技术、计算机技术)

国家自然科学基金;陕西省重点产业创新链工程

2023-01-11(万方平台首次上网日期,不代表论文的发表时间)

共7页

47-53

相关文献
评论
暂无封面信息
查看本期封面目录

电子技术应用

0258-7998

11-2305/TN

48

2022,48(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn