课堂行为识别项目 EduBot：YOLOv8n 加自研模型落地
热点事件持续更新
课堂行为识别项目 EduBot：YOLOv8n 加自研模型落地
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。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 00:09
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 全栈落地报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- 掘金用 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。
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。