基于改进YOLOv5s的课堂质量评价体系

刘睿; 王丽娟; 张晖耀; 郭启航; 林旭东

doi:10.19292/j.cnki.jdxxp.2025.04.020

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 925 -935. DOI: 10.19292/j.cnki.jdxxp.2025.04.020

基于改进YOLOv5s的课堂质量评价体系

刘睿, 王丽娟, 张晖耀, 郭启航, 林旭东

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对传统课堂质量评价手段主要依靠人工观察，存在效率低和精度差等问题，提出了一种基于改进YOLOv5s(You Only Look Once version 5 small)的轻量化课堂评价模型。通过采用该模型和层次分析法建立完善的课堂评价体系。该模型在颈部网络中融入CBAM(Convolutional Block Attention Module)注意力机制，提高了模型的识别精度；通过在骨干网络中融合Ghost模块，显著降低了模型的复杂度；通过采用Focal Loss损失函数，有效地缓解了类别不平衡的问题。实验结果表明，与YOLOv5s模型相比，改进后的模型平均精度提升了7.3%,参数量减少了42.0%,计算量减少33.1%,检测速度提升了4%。最后结合层次分析法和熵权法建立课堂质量评价体系，动态显示当前课堂质量的评分，可满足实际课堂需求。