一种教学考核的方法、装置、介质和电子设备制造方法及图纸

本公开提供了一种教学考核的方法、装置、介质和电子设备。所述方法包括：获取一组顺序采集的待考核教师的第一教学图像；将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。本公开实施例利用机器学习模型对待考核教师的第一教学图像进行考评类型分类，进而通过分析考评类型获取考评结果，保证了考评的客观性。同时，采用机器学习模型使考评类型可以根据实际考核需要不断调整优化，提高了考评的灵活性。

【技术实现步骤摘要】
一种教学考核的方法、装置、介质和电子设备
本公开涉及机器学习领域，具体而言，涉及一种教学考核的方法、装置、介质和电子设备。
技术介绍
一对一教学因其充分针对学生个性需求、着力于解决学生具体化问题而吸引了公众的注意并广受赞誉。一对一教学是对大班教学的良好补充。近年来，因一对一教学的相关概念受到广泛接受和追捧，一对一个性化教学行业呈现井喷态势，各种一对一教育机构如雨后春笋纷纷走到台前。由于培训机构的教师多数是外聘人员，而外聘人员的教学水平决定了培训机构的声誉。因而对外聘人员教学考核是一个培训机构管理的重要环节。通常，教学考核采用一个老师旁听待考核教师的一堂课程，然后对该堂课程进行考评。这种方式存在很强的主观性和随意性。
技术实现思路
提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的目的在于提供一种教学考核的方法、装置、介质和电子设备，能够解决上述提到的至少一个技术问题。具体方案如下：根据本公开的具体实施方式，第一方面，本公开提供一种教学考核的方法，包括：获取一组顺序采集的待考核教师的第一教学图像；将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。根据本公开的具体实施方式，第二方面，本公开提供一种教学考核的装置，包括：获取教学图像单元，用于获取一组顺序采集的待考核教师的第一教学图像；分类单元，用于将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；考评单元，用于基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。根据本公开的具体实施方式，第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面任一项所述教学考核的方法。根据本公开的具体实施方式，第四方面，本公开提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如第一方面任一项所述教学考核的方法。本公开实施例的上述方案与现有技术相比，至少具有以下有益效果：本公开提供了一种教学考核的方法、装置、介质和电子设备。所述方法包括：获取一组顺序采集的待考核教师的第一教学图像；将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。本公开实施例利用机器学习模型对待考核教师的第一教学图像进行考评类型分类，进而通过分析考评类型获取考评结果，保证了考评的客观性。同时，采用机器学习模型使考评类型可以根据实际考核需要不断调整优化，提高了考评的灵活性。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：图1示出了根据本公开实施例的教学考核的方法的流程图；图2示出了根据本公开实施例的教学考核的装置的单元框图；图3示出了根据本公开的实施例的电子设备连接结构示意图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。下面结合附图详细说明本公开的可选实施例。对本公开提供的第一实施例，即一种教学考核的方法的实施例。一对一教学因其充分针对学生个性需求、着力于解决学生具体化问题而吸引了公众的注意并广受赞誉。一对一教学是对大班教学的良好补充。近年来，因一对一教学的相关概念受到广泛接受和追捧，一对一个性化教学行业呈现井喷态势，各种一对一教育机构如雨后春笋纷纷走到台前。由于培训机构的教师多数是外聘人员，而外聘人员的教学水平决定了培训机构的声誉。因而对外聘人员教学考核是一个培训机构管理的重要环节。通常，教学考核采用一个老师旁听待考核教师的一堂课程，然后对该堂课程进行考评。这种方式存在很强的主观性和随意性。本公开实施例就是利用人工智能的手段考核教师的教学水平。下面结合图1对本公开实施例进行详细说明，其中，图1为本公开实施例提供的教学考核的方法的流程图。步骤S101，获取一组顺序采集的待考核教师的第一教学图像。采用顺序采集的第一教学图像有利于对待考核教师的教学行为进行智能分析。可以采用照相机每隔预设间隔时间(比如1分钟)抓拍一张待考核教师在教学时的第一教学图像。可选的，所述获取一组顺序采集的待考核教师的第一教学图像，包括：步骤S101-1，获取所述待考核教师的教学视频。视频，泛指将一系列静态影像以电信号的方式加以捕捉、纪录、处理、储存、传送与重现的各种技术。连续的图像变化每秒超过24帧(frame)画面以上时，根据视觉暂留原理，人眼无法辨别单幅的静态画面；看上去是平滑连续的视觉效果，这样连续的画面叫做视频。本公开实施例采用摄像机在固定机位录取待考核教师的教学视频。步骤S101-2，根据预设间隔时间从所述教学视频中顺序获取预设采集数量的第一教学图像。...

【技术保护点】
1.一种教学考核的方法，其特征在于，包括：/n获取一组顺序采集的待考核教师的第一教学图像；/n将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；/n基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。/n

【技术特征摘要】
1.一种教学考核的方法，其特征在于，包括：
获取一组顺序采集的待考核教师的第一教学图像；
将所述第一教学图像依次输入优化参数的第一网络模型中，获取每张第一教学图像的考评类型；
基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果。


2.根据权利要求1所述的方法，其特征在于，所述基于预设考评规则和每张第一教学图像的考评类型对该组第一教学图像进行考评，获取所述待考核教师的教学考核结果，包括：
根据采集顺序依次获取每张第一教学图像的考评类型；
判断顺序排列的预设数量的第一教学图像是否具有相同的考评类型；
若是，则对应所述考评类型的第一考核结果增加对应的预设考核分数。


3.根据权利要求1所述的方法，其特征在于，所述获取一组顺序采集的待考核教师的第一教学图像，包括：
获取所述待考核教师的教学视频；
根据预设间隔时间从所述教学视频中顺序获取预设采集数量的第一教学图像。


4.根据权利要求1所述的方法，其特征在于，在所述获取一组顺序采集的待考核教师的第一教学图像前，还包括：
依次获取一组训练教学图像，其中，所述训练教学图像是根据N种所述考评类型将第二教学图像分成N组中的一组，且同一组中所述训练教学图像的考评类型相同，每组间训练教学图像的考评类型不同，N是大于1的整数；所述训练教学图像包括标记所述考评类型的标签；
利用每组所述训练教学图像分别训练第一网络模型达到教学图像分类的预设训练终止条件，从而获得优化参数的第一网络模型。


5.根据权利要求4所...

【专利技术属性】
技术研发人员：马福龙，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11