用 YOLOv8n + 自研二分类模型做课堂行为识别：从 9000 张标注数据到 Flask 全栈落地

作者复盘校园课堂行为识别项目 EduBot，采用 YOLOv8n 人员检测加 5 个自研二分类模型的两级流水线，并用 Flask 完成全栈部署。项目用约 9000 张密集行人图像横向对比 Faster-RCNN 系列 4 个变体和 YOLO 系列 4 个版本后选定 YOLOv8n；趴桌、耳语等低召回行为在系统里降级为趋势提示并要求连续多帧命中。