功能介绍

YOLO 学生行为智能分析系统是一套完整的、针对课堂监控场景优化的 AI 分析平台。

1. 图片行为识别 (Image Mode)

• 批量处理: 用户可一次性上传多张课堂抓拍图片。
• 即时反馈: 系统会快速对图片中的学生进行定位，并识别出“认真听课”、“低头看手机”、“睡觉”等典型行为。
• 结果可视化: 渲染带框图片并支持在线查看推理置信度。

2. 视频离线复盘 (Video Mode)

• 逐帧分析: 针对上传的 MP4/AVI 视频进行离线推理。
• 时间轴关联: 自动记录每个行为发生的时间点，方便教师快速定位课堂转折点。
• 导出报表: 推理完成后可导出该堂课的行为分布统计。

3. 实时监控接入 (Realtime Mode)

• 流式推理: 直接调用本地或网络摄像头 RTMP/Webcam 流。
• 低延迟反馈: 采用 Flask-SocketIO 实现推理结果与视频画面的亚秒级同步显示。
• 异常预警: 当识别到特定违规行为或专注度低于阈值时，前端会有红色预警提示。

4. 统计分析看板 (Analytics)

• 专注度热力图: 根据头部朝向和行为分布计算课堂整体专注指数。
• 多模型联动: 同时运行“行为检测模型”与“人脸/人数统计模型”，确保数据多维度互补。

---

了解 系统架构 了解背后的技术原理。