BriefGPT - AI 论文速递
·
多尺度可变形变换器在智能教室学生学习行为检测中的应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究提出一种方法，通过扩展图像数据集解决学生课堂行为数据集不足和标注成本高的问题。新数据集包含75万多张图像和2万多标签，涵盖举手、阅读和书写三种行为。使用YOLO和SlowFast算法评估，平均精度达82.3%。该方法无需注释，证明了其有效性，为未来学生行为检测研究奠定基础。
🎯
关键要点
- 利用深度学习方法自动检测学生课堂行为有助于分析课堂表现和提高教学效果。
- 提出了一种通过图像数据集扩展学生课堂行为数据集的方法，解决数据集缺乏和标注成本高的问题。
- 新数据集包含754,094张图像和25,670个标签，涵盖举手、阅读和书写三种行为。
- 该方法可以快速生成时空行为数据集，无需进行注释。
- 提出了一种行为相似度指数（BSI）来探索行为的相似性。
- 使用YOLOv5、YOLOv7、YOLOv8和SlowFast算法评估数据集，平均精度达82.3%。
- 实验证明了该方法的有效性，为学生行为检测的未来研究奠定基础。
- SCB-ST-Dataset4可在指定链接下载。
➡️
