一种轻量级智慧课堂学习行为检测方法及系统

本发明属于计算机视觉与人工智能技术领域，公开了一种轻量级智慧课堂学习行为检测方法及系统，包括：课堂图像中学生行为特征的提取，得到初步的多尺度特征；设计深度卷积神经网络对所提取的特征进行深层次的时空特征表示，并引入聚焦调制模块对特征进行增强；设计动态检测头对不同尺度的特征进行融合和处理；利用优化后的分类损失函数和边界框损失函数来计算预测结果与真实标签之间的差异，优化模型参数，通过所述模型输出最终的学生行为检测结果。最终，系统对检测到的学生行为进行详细分析，生成可视化的课堂行为报告。本发明实现了课堂场景中更加精准的学生行为检测，并能有效处理复杂的课堂环境和多样化的学生行为模式，具有较高的实用性。