改进YOLO11的学生课堂行为检测算法

来源：电子测量技术杂志2025年第15期北京时间：

作者：曹倩，曹燚，钱承山

单位：1.南京信息工程大学自动化学院 南京 210044;2.无锡学院物联网工程学院 无锡 214105

摘要：针对YOLO11在课堂行为检测中存在复杂细节丢失、多尺度感知能力不足、计算效率低以及检测精度低的问题，提出了一种改进的ATDW-YOLO算法。首先，在颈部网络中构建了自适应极化特征融合模块，提升特征语义融合能力，更好地捕捉复杂细节。其次，设计了任务动态对齐检测头模块，提高模型在多尺度目标上的识别能力。然后，在主干网络中引入动态分组卷积混洗转换模块，增强特征表示能力，实现网络轻量化。最后，采用Wise-IoU函数替代CIoU损失函数，改善边界框的拟合能力，提高检测精度。实验结果表明，与YOLO11n模型相比，ATDW-YOLO的mAP0.5和mAP0.5:0.95分别提高了3.1%和4.0%，而模型参数量、计算量和模型大小分别降低了23.1%、9.5%和23.6%，显著提升了检测精度，实现网络轻量化。

关键词：YOLO11;课堂行为检测;目标检测;智慧教育

基金资助：无锡市“太湖之光”科技攻关（基础研究）项目（K20241046）、国家传感网工程技术研究中心开放课题基金（2024YJZXKFKT02）、江苏高校哲学社会科学研究一般项目(2023SJYB0919)、无锡学院引进人才科研启动专项经费(2022r043)项目资助