一种面向课堂监控的轻量化高效学生行为识别方法

本发明采用轻量化单阶段目标检测算法，针对资源受限环境下，优化了模型参数和计算复杂度，以适应低算力硬件设备的部署需求。同时，通过改进骨干网络、添加自适应注意力机制以及优化多尺度特征融合模块，有效增强了对小目标的检测能力和复杂场景下的鲁棒性。此外，为提高模型在不同环境条件下的适应性，设计了基于数据增强策的训练方法，使得模型能够更准确地识别不同的学生行为。有助于提升课堂管理，并为现代教育的智能化提供可靠的技术支撑。