# deep-learn

**Repository Path**: bcqcbh/deep-learn

## Basic Information

- **Project Name**: deep-learn
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-07
- **Last Updated**: 2026-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 YOLOv8 的课堂学生行为检测

本项目构建了一个基于 Ultralytics YOLOv8 的课堂学生行为检测系统，包含数据集生成、训练、推理和评估代码。

## 目录结构

- `datasets/`
  - `images/train/`：训练图片与对应 YOLO 标签（示例使用 BMP 格式）
  - `images/val/`：验证图片与对应 YOLO 标签（示例使用 BMP 格式）
  - `dataset.yaml`：YOLOv8 数据集配置
  - `prepare_dataset.py`：生成示例数据集脚本
- `src/`
  - `train.py`：训练脚本
  - `detect.py`：推理脚本
  - `evaluate.py`：模型评估脚本
  - `visualize.py`：训练结果可视化
  - `utils.py`：公共函数与标签映射
- `requirements.txt`：依赖
- `毕业设计大纲.md`：项目设计与报告结构说明

## 快速使用

1. 安装依赖

```powershell
cd "c:\桌面\基于yolov8的课堂学生行为检测"
python -m pip install -r requirements.txt
```

2. 生成示例数据集

```powershell
python datasets\prepare_dataset.py
```

3. 训练模型

```powershell
python src\train.py
```

4. 推理单张图像

```powershell
python src\detect.py --source datasets\images\val\val_001.bmp
```

5. 评估模型

```powershell
python src\evaluate.py
```

6. 可视化训练结果

```powershell
python src\visualize.py
```

## 标签说明

- `reading`：阅读
- `writing`：写作
- `raising_hand`：举手
- `using_phone`：使用手机
- `talking`：交谈

## 说明

本项目包含一个简单的样例数据集生成器，用于快速搭建课堂行为检测的实验环境。实际毕业设计建议使用真实课堂视频帧和精确标注数据进行训练与优化。