基于多尺度局部特征融合與Distance-IoU的 學(xué)生課堂行為檢測算法

打開文本圖片集

摘要：設(shè)計(jì)了一種學(xué)生課堂行為檢測算法YOLOv8-MD。引入了MLCA注意力機(jī)制并將其集成到Y(jié)OLOv8主干網(wǎng)絡(luò)的C2f模塊中，通過多尺度提取圖像的局部特征捕捉圖像的細(xì)粒度信息，并動(dòng)態(tài)調(diào)整各通道的權(quán)重、突出關(guān)鍵特征，顯著提升檢測性能。采用DIoU作為邊界框損失函數(shù)，解決邊界框回歸不穩(wěn)定和目標(biāo)漏檢問題。（剩余2080字）