一、数据集背景介绍
为满足课堂行为识别、智能教学分析场景下的模型训练需求，构建了此学生课堂行为目标检测数据集。数据集聚焦学生课堂中6种高频行为，可直接用于YOLO系列目标检测模型开发，助力实现课堂行为自动化识别与分析。


二、数据集核心信息
1. 数据规模与划分
- 图像总数：2356张，覆盖多样化课堂场景
- 数据集划分：训练集1953张、验证集98张、测试集197张，比例适配模型训练需求

2. 行为类别目录（中英文对照）
1. bowing_the_head（低头）
2. hand_raising（举手）
3. learning_over_the_table（伏案学习）
4. reading（阅读）
5. using_phone（玩手机）
6. writing（写字）


三、数据格式与兼容性
1. 标注格式
- 默认格式：YOLO标准txt标注格式，与YOLO系列模型无缝适配
- 格式支持：可直接转换为XML格式（PASCAL VOC）与COCO数据集格式，满足多场景使用需求

2. 模型兼容性
- 适用YOLO版本：YOLOv5、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11
- 配置文件：已预设完整YAML文件，仅需替换数据集路径即可启动训练，降低使用门槛


四、主要使用途径
1. 直接用于YOLO系列目标检测模型的训练、验证与测试
2. 作为课堂行为分析算法的基础数据集，支持二次开发
3. 用于教育AI场景下的行为识别模型优化与性能对比