YOLOv11深度学习错题自动切分系统

作者：技术拾光时间：2026-06-09 06:29:02浏览：621

基于DyHead与YOLOv11构建双模型协同架构，实现试卷错题自动切分。题目分割采用DyHead搭配Swin-Transformer，mAP@0.5达98.2%；错符检测使用YOLOv11-640，F1-score为96.5%，可识别五种常见符号。通过四重匹配策略（中心点包含、重叠面积、IOU、欧氏距离）将错题与符号对应。

基于DyHead和YOLOv11的错题自动切分系统

本项目的核心思路是结合动态头部检测与YOLOv11，构建一套能够自动识别错题的系统。系统主要完成三项任务：利用DyHead精确切分试卷上的题目区域，使用YOLOv11识别五种常见错误符号（、/、、、○），并通过四级匹配策略将错题与符号对应关联。

核心技术

YOLOv11深度学习错题自动切分系统

双模型协同架构

模块	技术方案	精度指标
题目分割	DyHead+Swin-Transformer	mAP@0.5: 98.2%
错符检测	YOLOv11-640	F1-score: 96.5%

在题目分割环节，DyHead配合Swin-Transformer取得了mAP@0.5 98.2%的性能，能够较为精准地框出每道题的范围。错符检测采用YOLOv11-640模型，F1-score达到96.5%，对五类错误符号的识别率表现良好。

四级匹配策略

匹配策略是系统的关键设计之一，用于将错题与错符进行对应。该方案包含四个层级，优先级从高到低排列：

中心点包含（最高优先级）——若错符中心落在题目框内，直接配对，简单高效。
重叠面积占比 >30%——若中心点未包含，则检查两者重叠面积是否达到阈值。
IOU相似度 >0.25——重叠面积不达标时，计算交并比进行判断。
欧氏距离 <50px（兜底方案）——若前述条件均不满足，则选取距离最近的错符和题目，50像素以内即为匹配。

该策略几乎不会出现漏匹配的情况。实际测试表明，中心点包含方案能够覆盖绝大多数场景——大部分错符位于题目区域内。后三层主要应对极端情况，例如错符恰好写在题目边界上。

快速部署

环境配置

# 安装PyTorch+CUDA11.8
pip install torch==2.4.1 torchvision==0.19.1 --index-url https://download.pytorch.org/whl/cu118

# 安装项目依赖
pip install -e detectron2 ultralytics flask pillow==9.5.0

模型部署

下载预训练模型后，按以下路径放置：

./configs/dyhead_swint_atss_fpn_2x_ms.yaml
./yolo_ckps/best.pt

启动服务

python flask_error_detection.py  # 访问 http://localhost:5004

YOLOv11深度学习错题自动切分系统

API接口文档

错题检测接口

Endpoint: POST /detect

请求示例：

curl -X POST http://localhost:5004/detect -F "image=@test.jpg"

响应示例：

{
  "success": true,
  "data": {
    "error_count": 3,
    "questions": [
      {
        "bbox": [100,50,200,150],
        "errors": [
          {
            "type": "cuo",
            "confidence": 0.92,
            "match_method": "中心点包含"
          }
        ]
      }
    ],
    "visualization": {
      "errors_img": "base64...",
      "matches_img": "base64..."
    }
  }
}

接口返回内容清晰，包括错题数量、每道题的边界框、对应的错符类型与置信度，以及可视化结果图。base64编码的图片可直接在前端展示，省去了额外的图片处理流程。

系统架构

Cut/
├── core/
│   ├── dyhead_detector.py  # 题目区域分割
│   └── yolo_detector.py    # 错符检测
├── utils/
│   ├── matcher.py          # 四级匹配算法
│   └── visualization.py   # 结果可视化
└── web/
    ├── static/             # 前端资源
    └── templates/          # HTML页面

架构设计轻量，核心逻辑仅包含四个文件：两个检测器、一个匹配器、一个可视化工具。Web层使用Flask构建，前端资源直接挂载在static目录下，部署过程较为简便。

效果演示

Web界面支持实时上传试卷图片，系统会自动标注出错题区域，并支持逐一切分下载。实际处理中，无论是A4还是B5规格的试卷，手写批改痕迹还是印刷体符号，均能稳定处理。

![检测效果对比图]

左：原始试卷 | 右：错题标记与切分结果

教育场景适配：支持A4/B5试卷、手写批改痕迹、多科目符号体

该系统已在真实教育场景中稳定运行一段时间。其优势在于无需对试卷做任何预处理——拍照上传即可使用。若试卷存在严重歪斜或光线极差，建议先进行预处理，以提升检测精度。