科研之友
微信
新浪微博
Facebook
分享链接
摘要
到课率作为宏观教学管理数据，对高校教学管理具有重要作用。虽然近年来出现了一些课率统计的数字化方法，解决了传统到课率统计费时、费力、滞后等问题，但由于成本高、使用不方便、准确率不高等原因，导致其无法推广。随着技术的发展，深度学习在多目标检测中的准确率越来越高，有助于解决此类问题。为此，文章利用深度学习技术，设计了一种基于教室摄像头RTSP视频流的到课学生头部识别的模型1MB-Plus，并将其应用于某高校的一百余间教室的到课率统计中，取得了97.3%的准确率。研究表明，该模型有助于解决到课率统计存在的问题。文章通过研究，旨在以最小的成本为高校教务管理部门提供较为准确的宏观到课率数据，辅助学校的教学管理工作。
-
单位上海外国语大学; 华东师范大学
