基于改进YOLOv8算法的学生课堂行为检测优化方法研究  

Optimization of Student Classroom Behavior Detection Based on Improved YOLOv8 Algorithm

作　　者：董铠 马勇年 DONG Kai;MA Yongnian

机构地区：[1]兰州职业技术学院质量管理处,甘肃兰州730000 [2]兰州职业技术学院信息工程学院,甘肃兰州730000

出　　处：《兰州职业技术学院学报》2025年第2期61-65,共5页JOURNAL OF LANZHOU VOCATIONAL TECHNICAL COLLEGE

基　　金：兰州职业技术学院2023年校级科研项目“基于人工智能YOLO目标检测模型的课堂行为分析方法与创新研究”(项目编号:2023XY-75);2024年兰州市科技发展指导性计划项目“高校学生发展评价体系智能化研究”(项目编号:2024-9-255)。

摘　　要：随着教育信息化的发展,学生课堂行为分析在教学管理和学生发展中扮演着越来越重要的角色。通过改进YOLOv8算法,结合多模态感知技术,实现对学生课堂行为的多目标检测。首先综述了相关领域的研究进展;在此基础上,提出了一种改进的YOLOv8算法,通过引入先进的数据处理技术和多模态数据融合策略,显著提高了检测的准确性和鲁棒性;实验部分,构建了一个包含多种课堂行为的学生行为数据集,并在该数据集上对改进算法进行了测试和验证,结果表明与现有技术相比,该模型在检测精度、实时性和鲁棒性方面均具有显著优势;最后探讨了该模型在实际课堂环境中的应用潜力和未来改进方向,为智能教育环境的构建提供了有益的参考。

关 键 词：课堂行为检测 改进YOLOv8 多模态感知 数据融合 深度学习 

分 类 号：G712[文化科学—职业技术教育学]