YOLOv8n 加 5 个二分类模型做课堂行为识别复盘
热点事件持续更新
YOLOv8n 加 5 个二分类模型做课堂行为识别复盘
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
作者复盘校园项目 EduBot：用 YOLOv8n 检测人员，再用 5 个自研二分类模型判断抬头、站立、玩手机、趴桌、耳语五种课堂行为，前端已在 Gitee 开源。 作者称，入场需要约 9000 张密集行人标注数据和自建行为分类数据集；技术栈为 ultralytics 8.3.x、PyTorch 2.5.1、Flask 3.1 与 MySQL，检测与分类两级解耦后可分别迭代。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 00:09
用 YOLOv8n 加 5 个自研二分类模型做课堂行为识别，Flask 全栈落地复盘报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- 掘金精选用 YOLOv8n 加 5 个自研二分类模型做课堂行为识别，Flask 全栈落地复盘
作者复盘了校园项目 EduBot，用 YOLOv8n 检测人员、5 个自研二分类模型判断抬头、站立、玩手机、趴桌、耳语，前端已在 Gitee 开源。入场需要约 9000 张密集行人标注数据和自建行为分类数据集，技术栈为 ultralytics 8.3.x、PyTorch 2.5.1、Flask 3.1 与 MySQL，检测与分类两级解耦后分别迭代。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。