深度學習應用與實踐 -教案全套 賈艷光 項目1-12 認識機器學習 -基于CRNN的商品信息圖片文字識別

《計算機應用開發(fā)》教案授課題目認識機器學習授課類型新授課授課時長2節(jié)課教學內容教學目標知識目標（1）了解機器學習的定義。（2）了解人工智能、機器學習與深度學習的關系。（3）熟悉機器學習的學習方式。（4）熟悉機器學習中的常見任務。（5）熟悉機器學習的三要素。能力目標能夠使用人工智能技術提高工作效率，如快速摳圖。情感目標培育“以開放心態(tài)擁抱變化”的價值觀。教學重點（1）了解人工智能、機器學習與深度學習的關系。（2）熟悉機器學習的學習方式。（3）熟悉機器學習中的常見任務。教學難點熟悉機器學習中的常見任務教法學法講授法、討論法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、操作手冊、學生任務單教學設備：教師機學情分析《人工智能基礎》是本門課的專業(yè)基礎課，學生了解人工智能、機器學習、深度學習，但學生知識的結構性弱，本項目可復習加提升。板書設計（教學結構圖）教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果案例導入項目描述項目分析知識準備項目實施課堂總結【導入】2016年3月15日，人工智能圍棋程序“阿爾法狗”（AlphaGo）以總比分4∶1戰(zhàn)勝世界級職業(yè)棋手，如圖1-1所示。2017年，AlphaGo又以3∶0戰(zhàn)勝世界冠軍選手。在這場圍棋人機大戰(zhàn)中，AlphaGo的強大不禁讓人們感慨，在圍棋領域，人類已非機器對手。在這之前，“人工智能”一詞對人們來說總是“晦澀難懂”的，而在這場圍棋人機大戰(zhàn)之后，人們通過各種資訊了解到，人工智能已經滲透到每個人的工作和生活中，其并非離人們的日常生活那么遙遠。或者說，人們在不經意間已經享受著人工智能所帶來的便利服務。本項目要求基于PPT和人工智能對圖1-2（a）進行摳圖，并將摳圖結果進行對比，實現圖像的服飾分割摳圖，體驗人工智能技術給人們工作和生活帶來的便利。（1）從機器學習的定義、學習方式、常見任務和三要素等角度，了解機器學習。（2）了解人工智能、機器學習與深度學習的關系。（3）獲取圖像，使用PPT進行摳圖，摳取圖像中的服飾。（4）借助阿里云視覺智能開放平臺的服飾分割能力實現摳圖。（5）從效率和效果兩個方面對比傳統(tǒng)手段和智能手段。知識點1機器學習的定義知識點2人工智能、機器學習與深度學習的關系知識點3機器學習的學習方式知識點4機器學習中的常見任務知識點5機器學習的三要素任務1登錄平臺下載圖像任務2使用PPT實現摳圖任務3使用人工智能實現摳圖任務4摳圖結果的對比【學生談收獲】讓學生分享在本項目中的所學所得。【總結】教師總結本項目內容。學生思考明確本節(jié)課的實操任務學生聆聽并思考學生聆聽并思考學生根據教材操作學生分享收獲學生聆聽、做好課堂筆記引入新課。明確任務明確知識目標和實操過程系統(tǒng)性的講授知識，學生易建構自己的知識體系。在操作中體會計算機視覺帶來的便利和暫時存在的不足學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目認識深度學習授課類型新授課授課時長3節(jié)課教學內容教學目標知識目標（1）了解生物神經網絡及其信號傳遞的過程。（2）了解人工神經元及人工神經網絡的學習過程。（3）熟悉卷積神經網絡的定義與構成。（4）熟悉常見的深度學習框架。能力目標能夠使用神經網絡可視化平臺搭建簡單神經網絡來實現分類任務。情感目標樹立“終身學習”的理念。教學重點熟悉卷積神經網絡的定義與構成。使用神經網絡可視化平臺搭建簡單神經網絡來實現分類任務教學難點熟悉卷積神經網絡的定義與構成。教法學法講授法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生學習過生物學的神經網絡，對人工神經網絡有一點了解，但對卷積神經網絡和深度學習框架不了解。板書設計（教學結構圖）教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果案例導入項目描述項目分析知識準備項目實施課堂總結2006年是人工智能發(fā)展史上一個重要的分界點，在這一年深度學習神經網絡被提出，這使得人工智能的性能獲得了突破性進展，深度學習的發(fā)展將人工智能帶進全新階段。依靠算法和強大的算力，深度學習取得了令世人矚目的成就，可以廣泛用于圖像識別、文字識別、聲音識別及大數據分析等領域，并取得了非常好的效果，引發(fā)了廣泛的關注和全球人工智能產業(yè)風潮。在未來，深度學習還將發(fā)揮重要作用。思考：深度學習的“深”體現在哪里？神經網絡的理論知識相對較難理解，因此本項目基于神經網絡可視化平臺來搭建簡單的神經網絡，并通過添加隱藏層來增加神經網絡的復雜性，實現簡單的和復雜的二分類問深度學習應用與實踐題，從而直觀地了解神經網絡的相關知識。在本項目中，首先介紹深度學習的相關知識，然后借助人工智能交互式在線學習及教學管理系統(tǒng)，使用其中的神經網絡可視化平臺，快速搭建簡單的神經網絡，實現分類識別，具體分析如下。（1）通過對比生物神經網絡和人工神經網絡，了解它們的異同之處。（2）學習卷積神經網絡的層次結構和常見的深度學習框架。（3）借助神經網絡可視化平臺快速搭建神經網絡，實現分類識別。（4）對比不同神經網絡的處理能力，從而深入理解神經網絡的工作原理。知識點1生物神經網絡知識點2人工神經網絡知識點3卷積神經網絡知識點4常見的深度學習框架本項目將基于人工智能交互式在線學習及教學管理系統(tǒng)介紹神經網絡的組成。實訓目的：通過實訓掌握基于實訓平臺搭建神經網絡，并將其應用到分類問題的場景中。實訓要求：學生以2人或3人為一個小組，在實訓過程中充分討論、學習和驗證，最終共同完成實訓任務。目標成果：神經網絡分類識別結果圖.jpg。任務1認識神經網絡可視化平臺任務2執(zhí)行簡單的分類識別任務3執(zhí)行復雜的分類識別拓展學習：拓展學習1：在“數據”區(qū)域，選擇第4個螺旋數據集。這是最復雜的分類數據集，藍色數據集和橘色數據集以螺旋狀的形式展開。請搭建合適的神經網絡并進行測試，使得分類器在經過100次以內的迭代后，測試損失值小于0.03。拓展學習2：將“問題類型”設置為“回歸”，并選擇第1個數據集，搭建合適的神經網絡并進行測試，對比“分類”和“回歸”兩類問題的輸出有何不同?！緦W生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明晰任務學生聆聽并思考學生聆聽并思考學生完成任務分享自己在本項目中的收獲聆聽并思考激發(fā)學生興趣，聯系學生已有的關于人工智能的經驗，引入新課。明確本項目所學內容，樹立學習目標學生明晰本節(jié)課的學習流程，緊跟學習內容。系統(tǒng)講授機器學習相關知識有利于學生迅速獲得大量知識。學生在平臺搭建圖像分類的過程中理解圖像分類任務和人工神經網絡的結構學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目認識計算機視覺授課類型新授課授課時長3節(jié)課教學內容教學目標知識目標（1）掌握計算機視覺的定義。（2）掌握計算機視覺的4個層次。（3）掌握計算機視覺中的常見任務。（4）了解計算機視覺的典型應用。（5）了解計算機視覺的開發(fā)平臺。能力目標能夠使用端側設備體驗計算機視覺功能。情感目標提升信息素養(yǎng)。教學重點（1）掌握計算機視覺中的常見任務。（2）了解計算機視覺的典型應用。（3）使用端側設備體驗計算機視覺功能。教學難點使用端側設備體驗計算機視覺功能。教法學法講授法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、操作手冊、學生任務單教學設備：教師機學情分析學生在生活中常用計算機視覺的技術解決現實問題，但較少深入的思考。板書設計（教學結構圖）教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果案例導入項目描述項目分析知識準備項目實施課堂總結我們在生活中經常會遇到一些未知物體，你知道圖3-1中的物體分別是什么嗎？想要知道答案，可以采取兩種方法：一是去圖書館查詢資料，但是可能需要花費很多時間，因為不知道要查看哪本書，所以可能要找很久才能找到答案；二是詢問相關專業(yè)人士或老師，但是可能很難快速找到回答問題的專家，而且專家不一定能及時回復問題。那么，人工智能技術可以幫助我們快速識別嗎？項目要求基于人工智能開發(fā)驗證單元等端側設備來體驗計算機視覺的應用，包括圖像分類、目標檢測、圖像分割及人體姿態(tài)估計，通過具體的實現效果來理解計算機視覺的能力。本項目首先介紹計算機視覺的相關知識，然后基于人工智能開發(fā)驗證單元來體驗計算機視覺的應用，具體分析如下。（1）掌握計算機視覺的定義，并將其與人類視覺進行對應。（2）掌握計算機視覺的4個層次，了解計算機視覺的整個過程。（3）掌握計算機視覺中的常見任務，重點熟悉圖像分類、目標檢測、圖像分割及人體姿態(tài)估計。（4）了解本項目所使用的兩個開發(fā)平臺的功能和特點。（5）借助人工智能開發(fā)驗證單元體驗圖像分類、目標檢測、圖像分割及人體姿態(tài)估計功能，了解人工智能開發(fā)驗證單元的使用方法。（6）通過人工智能開發(fā)驗證單元的可視化效果，深入理解計算機視覺的能力。知識點1：計算機視覺的定義知識點2：計算機視覺的4個層次知識點3：計算機視覺中的常見任務知識點4：計算機視覺的典型應用知識點5：計算機視覺的開發(fā)平臺任務1：實訓環(huán)境準備任務2:體驗圖像分類人工智能功能任務3：體驗目標檢測人工智能功能任務4：體驗圖像分割人工智能功能任務5：體驗人體姿態(tài)估計人工智能功能【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明晰任務學生聆聽并思考學生聆聽并思考學生完成任務分享自己在本項目中的收獲聆聽并思考激發(fā)學生興趣，聯系學生已有的關于人工智能的經驗，引入新課。明確本項目所學內容，樹立學習目標學生明晰本節(jié)課的學習流程，緊跟學習內容。系統(tǒng)講授機器學習相關知識有利于學生迅速獲得大量知識。學生在體驗計算機視覺的典型任務中學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于API實現圖像去霧授課類型新授課授課時長4節(jié)課教學內容教學目標知識目標了解百度的圖像去霧API能力目標掌握使用API的步驟實現圖像去霧情感目標使學生體驗人工智能的分類任務，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點掌握使用API的步驟實現圖像去霧教學難點掌握使用API的步驟實現圖像去霧教法學法講授法、練習法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解圖像去霧的理論知識，但未實現過圖像去霧。板書設計（教學結構圖）圖像去霧教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果案例導入項目描述項目分析知識準備項目實施課堂總結【情境導入】一般情況下，戶外的計算機視覺系統(tǒng)的應用都需要準確獲取圖像的細節(jié)特征，如交通監(jiān)控系統(tǒng)需要提取車輛型號、車牌號和車身顏色等信息，這就要求系統(tǒng)采集的圖像有較高的清晰度。但是近年來霧霾天氣頻繁出現，對戶外計算機視覺系統(tǒng)的正常使用造成了較大影響，使得系統(tǒng)獲取的圖像會出現對比度降低，色彩失真等情況，嚴重的還會使圖像模糊不清，這大大降低了戶外計算機視覺系統(tǒng)的使用性能，導致后期工作無法有效進行。比如：在霧霾天氣環(huán)境下，公安部門無法通過安全監(jiān)控系統(tǒng)識別和追蹤犯罪嫌疑人，交警部門不能根據交通監(jiān)控系統(tǒng)準確獲取車輛和道路交通信息等等。由此可見，為了提高系統(tǒng)對各種天氣環(huán)境的適應性，可以使用圖像去霧算法對監(jiān)控圖像進行去霧。本項目要求基于上述案例中的場景，使用成熟的圖像去霧云服務接口，對圖進行圖像去霧操作，從而獲得去霧后的圖像本項目首先介紹API和圖像去霧的相關知識，然后介紹如何調用百度AI開放平臺中的圖像去霧API實現圖像去霧操作，具體分析如下。（1）理解API的定義、架構、工作方式和類別，為后續(xù)調用API奠定基礎。（2）了解國內頭部人工智能企業(yè)所開放的人工智能平臺，了解其中的計算機視覺人工智能功能。（3）學習針對數字圖像的圖像預處理技術，了解處理的內容和目的，并從中引出重要的圖像增強技術——圖像去霧。（4）掌握圖像去霧的背景和定義，理解兩種圖像去霧算法的工作原理。（5）掌握百度AI開放平臺圖像去霧API的使用方法，能夠調用API實現圖像去霧操作。（6）能夠將圖像去霧的結果進行可視化，并將其與原圖進行對比，直觀感受圖像去霧的效果。知識點1：API1）API的定義和架構2）API的工作方式——RESTAPI3）API的類別知識點2：視覺類云服務平臺1）百度AI開放平臺2）阿里云視覺智能開放平臺知識點3：圖像預處理1）圖像采集2）圖像清洗3）圖像增廣4）圖像增強知識點4：圖像去霧1）圖像去霧的背景2）圖像去霧的定義3）圖像去霧的算法知識點5：圖像去霧API的使用【任務描述】圖像去霧API介紹百度，對濃霧天氣下拍攝，導致細節(jié)無法辨認的圖像進行去霧處理，還原更清晰真實的圖像。示意圖如下：二、使用API的步驟步驟一：領用資源步驟二：創(chuàng)建應用，生成acesstoken。步驟三：調用API，實現功能。三、圖像去霧實現（1）導入庫#導入實驗所需庫importrequests（2）生成request_url#為請求URI添加access_token參數request_url=request_url+'?charset=UTF-8&access_token='+access_token（3）設置消息頭#設置請求消息頭headers={"Content-Type":"application/json"}（4）圖像數據轉換為Base64格式。#將圖像數據轉換為Base64格式importbase64#導入所需庫#以二進制的方式讀取待預測圖片f=open('1.png','rb')#轉為Base64格式img=base64.b64encode(f.read())（5）將圖像傳入請求體所需參數#將圖像傳入參數params={"image":img}（6）請求體參數設置完成后，即可發(fā)送請求。#發(fā)送post請求response=requests.post(request_url,data=params,headers=headers)（7）查看響應信息#查看響應信息print(response)ifresponse:print(response.json())（9）查看回應返回狀態(tài)碼為200，表示響應正常。四、結果可視化（1）將圖像進行解碼#加載結果data=response.json()#提取圖像數據image=data['image']#解碼base64圖像數據image_data=base64.b64decode(data['image'])（2）圖像數據轉為RGB格式#將圖像數據寫入保存withopen('2.jpg','wb')asf:f.write(image_data)#讀取保存的圖像sourceImg=cv2.imread('2.jpg')#轉為RGB格式srcImage_new=cv2.cvtColor(sourceImg,cv2.COLOR_BGR2RGB)#顯示圖像plt.imshow(srcImage_new)plt.show()圖像已經順利地進行了去霧操作，效果良好。【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明晰任務學生聆聽并思考學生聆聽并思考學生聆聽并思考完成百度平臺的資源領取、acesstoken獲得操作學生生成request_url學生將圖像數據轉換為Base64格式學生將圖像傳入請求體所需參數學生發(fā)送請求學生查看響應請求學生將圖像進行解碼學生將圖像數據轉為RGB格式分享自己在本項目中的收獲聆聽并思考基于現實問題，激發(fā)學生興趣，引入新課。明確本項目所學內容，樹立學習目標學生明晰本節(jié)課的學習流程，緊跟學習內容。系統(tǒng)講授機器學習相關知識有利于學生迅速獲得大量知識。使學生明確任務，有的放矢介紹調用的API，了解API可實現的功能。算法較為抽象，教師講解使學生不會有習得性無助講解編碼含義，幫助學生理解函數的的細節(jié)，對圖形去霧有更深層次的認識。階段性查看編碼結果，有助于學生養(yǎng)成查錯的思路。教師先讓學生嘗試，學生編碼發(fā)生錯誤后在進行指導，有利于發(fā)展學生獨立思考的能力，有助于提高學生的編碼能力。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系。《計算機應用開發(fā)》教案授課題目基于API實現車型識別授課類型新授課授課時長3節(jié)課教學內容車型識別API介紹使用API的步驟三、車型識別實現四、結果可視化教學目標知識目標了解百度的車型識別API能力目標掌握使用API的步驟實現車型識別情感目標使學生體驗人工智能的分類任務，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點掌握使用API的步驟實現車型識別教學難點掌握使用API的步驟實現車型識別教法學法講授法、練習法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解車型識別的理論知識，但未實現過車型識別。板書設計（教學結構圖）車型識別教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【發(fā)現問題】【明確任務】【課堂實操】【課堂總結】【情境導入】在智能交通場景中，車型識別已經成為電子信息技術在交通運輸領域的熱點，它是對特定地點和時間段內的車流信息進行采集、識別和分類，如交通監(jiān)控系統(tǒng)需要采集車輛型號數據，對其進行識別和分類，把得到的交通流數據作為交通管理、收費、調度、統(tǒng)計的依據。但傳統(tǒng)的運動車輛檢測和人工識別車輛有諸多缺點，如效率低下、準確度不高等問題，導致交警部門不能準確獲取車輛信息或漏缺違規(guī)車輛。由此可見，為了提高車型識別速率及準確率，可以使用車型識別算法對圖像中的車型進行識別?！救蝿彰枋觥勘敬稳蝿找蠡谏鲜霭咐膱鼍?，使用成熟的車型識別云服務接口，對圖4-1中的原圖進行車型識別操作。車型識別API介紹二、使用API的步驟步驟一：領用資源步驟二：創(chuàng)建應用，生成acesstoken。步驟三：調用API，實現功能。三、車型識別的實現（1）導入庫#導入所需庫importrequests#發(fā)送請求importbase64#圖像編碼fromPILimportImage#圖像操作importmatplotlib.pyplotasplt#顯示圖像plt.rcParams['font.sans-serif']=['SimHei']#顯示中文（2）設置request_url#定義請求URIrequest_url=同項目四的組裝（3）設置請求消息頭#設置請求消息頭headers={"Content-Type":"application/x-www-form-urlencoded"}（4）將圖像數據轉換為Base64格式#將圖像數據轉換為Base64格式f=open('./data/test.jpg','rb')#以二進制的方式讀取待預測圖片img=base64.b64encode(f.read())#轉為Base64格式（5）設置參數#將圖像傳入參數params={"image":img,"baike_num":5}access_token='生成的API請求鏈接所帶的Token'request_url=request_url+"?access_token="+access_token（6）發(fā)送請求#發(fā)送post請求response=requests.post(request_url,data=params,headers=headers)（7）查看響應正常#查看響應信息print(response)ifresponse:print(response.json())（8）運行程序，返回參數<Response[200]>{'location_result':{'top':224,'left':192,'width':555,'height':396},'color_result':'紅色','result':[{'year':'2021','name':'寶駿530','score':0.9012709856033325,'baike_info':{}},{'year':'2021','name':'啟辰D60','score':0.001792644965462387,'baike_info':{}},{'year':'2015-2017','name':'寶駿560','score':0.001194860320538282,'baike_info':{'baike_url':'/item/%E5%AE%9D%E9%AA%8F560/16880463','image_url':'/pic/10dfa9ec86d9b8fa0ec08fac734','description':'寶駿560，是上汽通用五菱正式推出旗下首款SUV車型，于2015年7月18日上市，此次共推出1.8L手動舒適型、1.8L手動精英型、1.8L手動豪華型3款車型。2016年，寶駿560推出搭載1.5T渦輪增壓發(fā)動機車型，以滿足不同人群的需求。同年，寶駿560新增6速手動擋車型，售價區(qū)間為7.78萬-9.08萬元。2017年1月9日，寶駿560律動版正式上市，其相比現款560有很大的變化，提供1.5T手動樂享型、1.5T手動尊享型以及1.8L智能手動尊享型總共3款車型，采用了全新的前臉，包括優(yōu)化了進氣格柵尺寸和鍍鉻飾條，同時霧燈和LED日行燈位置進行了調換。'}},{'year':'2021','name':'新寶駿RS-3','score':0.000368758977856487,'baike_info':{}},{'year':'2021','name':'寶駿Valli','score':0.0002644755295477808,'baike_info':{}}],'log_id':1630127564973763450}（9）取出結果#加載結果print("1.車輛型號：",response.json()['result'][0]['name'])#輸出車輛顏色print("2.車輛顏色：",response.json()['color_result'])#輸出置信度print("3.識別置信度：",response.json()['result'][0]['score'])（10）運行程序結果四、結果可視化（1）對識別的車型進行標注并可視化#圖片路徑img=Image.open('./data/test.jpg')#圖像窗口名稱plt.figure("Image")#接收圖像plt.imshow(img)#關掉坐標軸為offplt.axis('on')#車型類型plt.xlabel(response.json()['result'][0]['name'])#圖像標題plt.title('車型識別結果圖')#保存圖像，保存結果要在show()之前，不然保存結果是白圖plt.savefig("./data/"+response.json()['result'][0]['name']+".png")#顯示圖像plt.show()（2）程序運行結果如圖所示，由圖可知，車輛的型號已經準確識別出來，效果優(yōu)異?！緦W生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明確任務學生聆聽并思考學生導入實驗所需庫學生生成request_url學生設置消息頭學生將圖像數據轉換為Base64格式學生將圖像傳入請求體所需參數學生發(fā)送請求學生查看響應請求學生思考返回參數的含義學生聆聽并思考學生檢測識別結果可視化識別結果分享自己在本項目中的收獲聆聽并思考基于現實問題，激發(fā)學生興趣，引入新課。使學生明確任務，有的放矢介紹調用的API，了解API可實現的功能。做好后續(xù)實訓的準備工作此處和項目四操作相同，學生復習鞏固。新知識點為設置返回百科數目，教師講解，有助于學生理解培養(yǎng)學生獨立思考的能力、邏輯能力部分學生python基礎不佳，導致對返回參數的理解困難，教師講解使學生不會有習得性無助根據（8）的結果編寫編碼，利用已學的python知識解決現實問題。階段性查看編碼結果，有助于學生養(yǎng)成查錯的思路。教師先讓學生嘗試，學生編碼發(fā)生錯誤后在進行指導，有利于發(fā)展學生獨立思考的能力，有助于提高學生的編碼能力。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于API實現車輛檢測授課類型新授課授課時長4節(jié)課教學內容車輛檢測API介紹，生成密鑰二、調用API，實現車輛檢測三、結果可視化教學目標知識目標了解百度的車輛檢測API能力目標調用API，實現車輛檢測情感目標使學生體驗人工智能的目標檢測，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點調用API，實現車輛檢測教學難點調用API，實現車輛檢測教法學法講授法、練習法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解目標檢測的理論知識，但未實現過目標檢測。板書設計（教學結構圖）車輛檢測教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【發(fā)現問題】【明確任務】【課堂實操】【課堂總結】【情境導入】在我們的日常生活中，每天在道路上穿行的車輛成千上萬，在這些車輛當中，又有著非常多的車型，比如：汽車、卡車、巴士、摩托車、三輪車等。而在交通監(jiān)控系統(tǒng)中，我們很難從眾多穿行的車輛中去發(fā)現特定的車型，這就很容易出現各類事故。比如：在廣東、湖南、福建等省份，均禁止摩托車上高速公路行駛，而公安部門無法通過安全監(jiān)控系統(tǒng)及時準確地捕獲到違規(guī)上高速的摩托車，這就有了很大的安全隱患，由此可見，為了及時發(fā)現違規(guī)上高速的摩托車，保障道路交通安全，可以使用車輛檢測算法對監(jiān)控圖像進行排查，在高速收費站前對摩托車進行攔截，謹防摩托車沖卡上高速?！救蝿彰枋觥勘敬稳蝿找蠡谏鲜霭咐膱鼍埃褂贸墒斓膱D像檢測云服務接口，原圖進行車輛檢測操作，檢測到摩托車時在左上角做警示處理，并將檢測到的車輛進行框選，其中摩托車用不同顏色進行框選。任務一：生成密鑰（如項目四）步驟一：領用資源步驟二：創(chuàng)建應用，生成acesstoken。任務二：調用API，實現車輛檢測（1）導入庫（2）表示request_url如項目四（3）設置消息頭圖像已經順利地進行了去霧操作，效果良好。（4）圖像格式轉換（5）圖像傳入請求體所需參數（6）查看響應結果：任務三：可視化結果（1）讀取照片，并將圖像數據轉為RGB格式。（2）將識別到的車輛進行框選（3）顯示圖像結果：【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明確任務學生聆聽并思考學生導入實驗所需庫學生生成request_url學生將圖像數據轉換為Base64格式學生發(fā)送請求學生查看響應請求學生將圖像進行解碼學生將識別到的車輛進行框選學生顯示圖像分享自己在本項目中的收獲聆聽并思考基于現實問題，激發(fā)學生興趣，引入新課。使學生明確任務，有的放矢介紹調用的API，了解API可實現的功能，并完成acesstoken的生成。此部分與項目四、項目五大致相同，學生可根據項目要求自己實現，教師偶爾提示，培養(yǎng)學生解決問題的思維。算法較為抽象，教師講解使學生不會有習得性無助教師先讓學生嘗試，學生編碼發(fā)生錯誤后在進行指導，有利于發(fā)展學生獨立思考的能力，有助于提高學生的編碼能力。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于API實現行人分割授課類型新授課授課時長4節(jié)課教學內容行人分割API介紹，生成密鑰二、調用API，實現車輛檢測三、結果可視化教學目標知識目標了解百度的行人分割API能力目標調用API，實現行人分割情感目標使學生體驗人工智能的圖像分割，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點調用API，實現行人分割教學難點調用API，實現行人分割教法學法講授法、練習法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解圖像分割分割的理論知識，但未實現過行人分割。板書設計（教學結構圖）行人分割一、行人分割API介紹，生成密鑰二、調用API，實現車輛檢測三、結果可視化教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【發(fā)現問題】【明確任務】【課堂實操】【課堂總結】【情境導入】隨著城市化進程的加速和城市人口的不斷增長，馬路人流密集度也在不斷提高，交通管理部門需要更加精準地了解人流量情況，為交通管控提供科學依據。行人分割人群計數可以幫助交通管理部門了解人流密集區(qū)域的情況，包括人流峰值時間、人流流向、人流密度等，為交通管控提供數據支持。在交通高峰期，交通管理部門可以根據人群計數的數據制定相應的交通管理方案，包括調整交通信號燈時長、增加交通警力、增設人行天橋等措施，提高交通流暢度和安全性。【任務描述】本次任務要求基于上述案例的場景，使用成熟的行人分割云服務接口，對原圖進行行人分割操作。任務一：生成密鑰（如項目四）步驟一：領用資源步驟二：創(chuàng)建應用，生成acesstoken。任務二：調用API，實現行人分割（1）導入庫（2）表示request_url如項目四（3）設置消息頭（4）圖像格式轉換（5）查看人像分割API請求說明，選擇參數在本次任務中，我們需要的是對行人進行分割并且計算行人數量，對應的Type為"foreground"。（6）發(fā)送請求（7）查看響應結果：任務三：可視化結果（1）解碼圖像（2）圖像數據轉為RGBA格式結果：結果分析：從圖中可以看到，圖像已經順利地進行了分割操作并且輸出了行人數量，但是可以看出圖中部分人像沒有被正確分割和識別，通過對比原圖，我們可以看到在部分靠近白色背景以及行人服裝顏色跟周圍環(huán)境顏色相近時無法被正確分割，目前，行人分割技術存在以下幾個難點：1、復雜的場景背景：在城市中，行人常常出現在復雜的場景中，例如交通繁忙的路口、擁擠的街道等，這些背景可能會對行人分割產生干擾，使算法難以準確地檢測和分割行人。2、行人外觀的多樣性：行人的外觀因人而異，例如不同的衣著、不同的體型等，這些因素都會影響行人的視覺特征，使算法難以區(qū)分行人和其他物體。3、遮擋和重疊：行人之間可能會存在遮擋和重疊的情況，這些情況會使行人的邊界模糊，使算法難以準確地分割行人。4、光照和陰影：光照和陰影是行人分割中常見的問題，它們可能會使行人的視覺特征變得模糊，使算法難以準確地檢測和分割行人。5、數據集的不足：對于行人分割任務而言，數據集的質量和數量對算法的性能影響巨大。如果數據集中缺乏多樣性和豐富性，算法可能無法泛化到不同的場景和行人外觀。【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生聆聽并思考學生明確任務學生導入實驗所需庫學生生成request_url學生將圖像數據轉換為Base64格式學生查看人像分割API請求說明，選擇參數學生發(fā)送請求學生查看響應請求學生將圖像進行解碼學生將圖像數據轉為RGBA格式學生顯示圖像學生討論分析結果分享自己在本項目中的收獲聆聽并思考基于現實問題，激發(fā)學生興趣，引入新課。使學生明確任務，有的放矢介紹調用的API，了解API可實現的功能，并完成acesstoken的生成。此部分與項目四、項目五、項目6大致相同，學生可根據項目要求自己實現，教師偶爾提示，培養(yǎng)學生解決問題的思維。培養(yǎng)學生根據實際需要選定參數的能力此部分代碼較為簡單，學生獨立操作，培養(yǎng)學生解決問題的能力。教師先讓學生嘗試，學生編碼發(fā)生錯誤后在進行指導，有利于發(fā)展學生獨立思考的能力，有助于提高學生的編碼能力。此部分代碼較復雜，且有新知識，故教師帶領演示編碼，學生模仿并做好課堂筆記。培養(yǎng)學生分析問題的能力，教師根據討論結果做進一步延申，擴寬學生知識面。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系。《計算機應用開發(fā)》教案授課題目基于API實現車牌識別授課類型新授課授課時長4節(jié)課教學內容車牌識別API介紹，生成密鑰二、調用API，實現車牌識別三、結果可視化教學目標知識目標了解百度的車牌識別API能力目標調用API，實現車牌識別情感目標使學生體驗人工智能的文字識別，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點API實現車牌識別的流程定位車牌的位置并截取教學難點定位車牌的位置并截取教法學法講授法、練習法、討論法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解文字識別的理論知識，但未實現過文字識別。板書設計（教學結構圖）基于API實現車牌識別一、車牌識別API介紹，生成密鑰二、調用API，實現車牌識別三、結果可視化教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果復習舊知【發(fā)現問題】【明確任務】【項目分析】【課堂實操】【課堂總結】上次課我們體驗了人工智能實現圖像去霧，大家還記得它的實現流程嗎？請大家選用合適的工具畫出流程圖，并截圖到任務單中。（學生展示）今天我們來體驗人工智能實現車牌識別。【情境導入】隨著科技的發(fā)展，汽車逐漸進入人們的視野，使得汽車的保有量逐漸增加，隨之而來的是城市車輛管理問題。車牌是能夠對車輛信息快速進行確認的途徑，可以說是車輛的“身份證”也并無不可。為了對城市車輛進行管理，車牌識別的實現對車輛管理的重要性不言而喻。比如停車場管理，停車場為了更好的對車輛的進出以及收費進行管理，那么他就需要在入口進行車牌識別并在系統(tǒng)記錄，在出口進行車牌識別確認車輛停放時間并計算收費。由于新能源技術的快速發(fā)展，新能源汽車技術的成熟，市面上的新能源汽車越來越多。然而新能源車牌的命名規(guī)則與傳統(tǒng)車牌的命名規(guī)則有所不同，如新增新能源車輛標識、新能源的號碼牌增加了一位、底色不同等，使得以前的識別方式不能區(qū)別傳統(tǒng)車輛和新能源車輛。使得停車場對傳統(tǒng)車輛和新能源車輛的區(qū)分管理帶來了一定困難。因此我們需要借助技術來幫助車輛的管理和監(jiān)督，今天我們來體驗車牌號的提取。【任務描述】本次任務要求基于上述案例的場景，使用成熟的車牌識別云服務接口，對原圖進行車牌識別操作。要想完成這個項目，我們應該怎么做？或者說它的實現流程是什么？（小組討論）并畫出實現的流程圖（個人任務），將流程圖截圖到任務單的第二題。（下發(fā)部分操作手冊）一、學生操作任務一：生成密鑰步驟一：領用資源步驟二：創(chuàng)建應用，生成acesstoken。任務二完善示例代碼，分析輸出結果（1）查找并讀懂實例代碼（小組討論）（2）提出疑問（班內學生解答）（3）完善示例代碼（4）分析響應結果，并完成任務單第三題任務三：定位車牌位置，輸出車牌號（1）導入庫思考還需要使用什么庫？將思考結果寫在任務單第三題后，在jupyter導入庫。（2）讀取照片，并將圖像數據轉為RGB格式。（3）提取圖像（難點）第一步：教師提供思路思路1：如何給車牌畫框思路2：如何提取數據第二步：學生嘗試編碼第三步：教師補充，完整代碼如下（4）顯示圖像結果：【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生思考并完成任務單第一題學生聆聽并思考學生明確任務學生討論學生畫圖學生操作學生討論學生解答，老師給學生積分完善示例代碼學生分析響應結果的數據結構，思考數據含義。學生完成任務單第4題，導入實驗所需庫學生讀取照片，并將圖像數據轉為RGB格式學生聆聽并思考學生嘗試編碼學生聆聽并思考學生編寫代碼，使得圖像顯示，車牌號被打印分享自己在本項目中的收獲聆聽并思考復習舊知，整理思維，尊重學生已有思維，從舊知中遷移新知?；诂F實問題，激發(fā)學生興趣，引入新課。使學生明確任務，有的放矢促進學生參與課堂，主動思考。進一步理清學生思維，培養(yǎng)其邏輯思維能力。學生之前完成過類似的操作，程度好的學生可獨立完成，個別同學需要幫助。培養(yǎng)這部分同學運用資源的能力。培養(yǎng)學生查找資料、利用數據的能力。思想的碰撞能解決部分問題，使學生擁有成就感。提高學生課堂參與度，激發(fā)學生學習興趣。將復雜代碼改為簡單的填空，降低學習的難度，激發(fā)學生學習興趣。培養(yǎng)學生分析數據的能力，培養(yǎng)學生的數字敏感度。考察學生對庫的作用的掌握程度，便于教師掌握學生學習情況?？蓞⒖紙D像去霧中項目中的寫法，寫代碼的使用、模仿中掌握函數的用法。此部分為項目難點，教師需給學生搭梯子提出有挑戰(zhàn)性的任務，學生踏出舒適區(qū)，通過克服挑戰(zhàn)并取得成功，學生會更加自信教師講解使做出來的同學加深對問題的理解，沒自主做出來的學生不會無助教師先讓學生嘗試，學生編碼發(fā)生錯誤后在進行指導，有利于發(fā)展學生獨立思考的能力，有助于提高學生的編碼能力。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于ResNet實現服飾分類授課類型新授課授課時長12節(jié)課教學內容一教學目標知識目標（1）掌握基于傳統(tǒng)機器學習的圖像分類方法。（2）掌握基于深度學習的圖像分類方法。（3）熟悉深度學習圖像分類算法——ResNet。（4）掌握圖像分類模型的評估指標。能力目標能夠訓練ResNet模型實現服飾分類。能夠將圖像分類模型部署到服務端。情感目標使學生體驗人工智能的分類任務，將人工智能的興衰與自身職業(yè)規(guī)劃聯系起來。能理解機器學習在實際中的應用并產生學習動力。教學重點（1）ResNet模型實現服飾分類。（2）圖像分類模型部署到服務端教學難點ResNet模型實現服飾分類教法學法講授法、練習法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生了解人工智能的人類任務的原理，但未從綜合、底層的角度實現過分類任務。板書設計（教學結構圖）服飾分類模型的訓練教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【情境導入】【項目描述】【項目分析】【知識準備】【項目實施】【結果展示】【課堂總結】【情境導入】隨著電商平臺的快速發(fā)展，越來越多的人選擇在電商平臺（如京東、淘寶、拼多多等）上購物。服飾在電商平臺上的種類多種多樣，并且數量龐大。在電商銷售活動中，服飾推薦方法主要基于用戶的歷史行為數據和服飾屬性信息（如顏色、款式、品牌等）。為了方便用戶檢索，我們需要對電商平臺上的服飾進行識別和分類。思考：可以使用什么技術來對服飾進行識別和分類呢？本項目要求基于上述案例場景，通過paddlepaddle框架訓練一個ResNet模型，使其能夠對圖像中的服飾進行識別，并輸出對應的類別標簽及置信度選擇環(huán)境選擇上次課構建好的paddle——clo環(huán)境。導入模塊導入我們上節(jié)課安裝好的模塊。三、構建數據讀取器構建繼承了paddle.io.Dataset這個類的數據讀取器。我們需要重新定義__init__、__getitem__和__len__。四、處理數據格式在數據進入模型訓練之前，還需對數據的格式進行處理，處理參數如下：T.Resize：指定輸入圖片的尺寸，并將所有樣本數據統(tǒng)一處理成該尺寸；T.CenterCrop：對輸入圖像進行裁剪，并且保持圖片中心點不變；T.Normalize：對所有輸入圖片數據進行歸一化處理。劃分數據集：這一步我們將數據集劃分為trappings_train、trappings_validate和trappings_test。導入模型接下來我們開始導入模型，我們使用百度的paddlehub模型庫加載ResNet50模型，label_list是數據標簽，需要與我們的數據集的標簽一致。name是模型的名字這里我們的模型名字叫resnet50_vd_imagenet_ssld。六、訓練模型模型導入成功后我們就可以訓練了，在本次任務中我們使用Adam優(yōu)化器，learning_rate是全局學習率，一般默認0.001。parameters是待優(yōu)化模型。Trainer是訓練器。參數：Model是待優(yōu)化模型；optimizer是優(yōu)化器；checkpoint_dir是保存模型參數的地址；use_gpu是是指是否調用GPU，要調用GPU則為True，不調用GPU則是False。控制訓練的過程，參數如下：trappings_train是訓練用的數據集；epochs是訓練的輪數，為了提高精確率輪數可以適當增加；batch_size是訓練的批次大小，一般與圖片數量、訓練的輪數有關；eval_datase是驗證集；save_interval是保存模型的間隔頻次，單位是訓練的輪數。本次訓練大約需要30-40分鐘。在訓練過程中，你可以看到如下圖的訓練過程。epoch是訓練輪數；step是每輪訓練圖片的張數；loss是損失量，這個的數值會隨著訓練逐漸減少；acc是精確率，是評估模型的一個標準，這個數值會隨著訓練逐漸增加；lr是learning_rate全局學習率。文件位置：代碼文件的同級目錄文件名字：img_classification文件內容：其中文件夾best_model中存放著10輪訓練中最佳的模型文件，這將是下一任務中所部署的模型。單擊打開可以看到其中存放著兩個文件，分別為model.pdopt和model.pdparams七、部署服飾分類模型（1）配置config.json文件（2）單擊打開服飾分類.ipynb文件，在最后一個空的代碼塊中輸入以下代碼（3）運行部署八、訪問服務端（1）導入實驗所需庫（2）定義轉換圖像格式的方法（3）圖像格式轉換（4）發(fā)送請求輸出結果：（5）識別結果可視化【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生回憶并思考學生明確項目要求學生聆聽并思考學生聆聽并思考選擇環(huán)境學生按要求導入模塊學生聆聽并思考，教師提示后，構建數據讀取器歸一化處理劃分數據集學生導入resnet50_vd_imagenet_ssld模型。學生訓練模型學生查看訓練結果配置config.json文件部署服務導入實驗所需庫定義轉換圖像格式的方法圖像格式轉換發(fā)送請求識別結果可視化分享自己在本項目中的收獲聆聽并思考激發(fā)學生興趣，聯系學生已有的關于人工智能的經驗，引入新課。明確要求，有的放矢教師帶領學生實現一個較為困難的任務，故先分析流程，明晰步驟。明確學習的脈絡理論與實踐想結合，理實一體算法較為抽象，教師講解使學生不會有習得性無助教師講解參數含義，幫助學生理解數據處理的細節(jié)，對數據處理有更深層次的認識。為了訓練模型和驗證模型的數據不重復，故須劃分數據集，并在此處回顧知識點。使學生了解resnet模型，了解視覺進步背后的模型。教師教導學生理解模型訓練中的參數，幫助學生理解參數含義，有助于學生觀察模型訓練的情況。學生查看是對模型訓練結果的檢驗，不僅課正式訓練的結果，也使學生獲得滿足感，成就感。教師講解，學生聆聽，能快速的掌握知識。教師演示，學生模仿，降低學習難度參照操作手冊，獨立完成，培養(yǎng)學生獨立思考、操作的能力分析測試結果，檢驗服務部署的最終效果，提高課堂參與度。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于YOLOv3實現零售柜商品檢測授課類型新授課授課時長12節(jié)課教學內容教學目標知識目標（1）熟悉傳統(tǒng)目標檢測方法的基本流程。（2）掌握深度學習目標檢測方法的兩種類別。（3）熟悉YOLO系列算法的原理及YOLOv3的特點。（4）掌握目標檢測模型的評估指標。能力目標（1）能夠通過訓練YOLOv3實現零售柜商品檢測。（2）能夠將目標檢測模型部署在端側設備上進行實時檢測。情感目標培育法治意識和數據安全意識。教學重點（1）訓練YOLOv3實現零售柜商品檢測。（2）將目標檢測模型部署在端側設備上進行實時檢測。教學難點將目標檢測模型部署在端側設備上進行實時檢測教法學法講授法、練習法、演示法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生在平臺進行過模型的訓練與推理，但未運用編碼進行過訓練與推理。板書設計（教學結構圖）目標檢測模型訓練與預測教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【情境導入】【項目描述】【項目分析】【知識準備】【項目實操】【課堂總結】【情境導入】在傳統(tǒng)的零售柜中，無論是大型超市，還是小型便利店，在居民密集區(qū)及消費高峰時段（如周末）經常會出現排隊結算的現象。若我們能夠利用目標檢測一次性的識別所有商品和價錢，就能大大縮短結賬時間。使用PaddlePaddle框架導入YOLOv3，對商品進行商品檢測操作。本項目首先介紹目標檢測的進階知識，然后介紹如何訓練YOLOv3來實現零售柜商品檢測，具體分析如下。（1）學習傳統(tǒng)的目標檢測基本流程，能夠加深對傳統(tǒng)方法和深度學習方法的理解。（2）理解Two-Stage目標檢測算法和One-Stage目標檢測算法的優(yōu)缺點和不同之處。（3）熟悉YOLO系列深度學習目標檢測算法，重點了解YOLOv3的特點。（4）學習2個常見的目標檢測模型的評估指標。（5）能夠基于PaddlePaddle框架加載YOLOv3并進行訓練。（6）能夠使用IoU評估模型效果，并將最佳模型部署到端側設備上。數據集分類知識點：切片os庫，os.listdir()方法任務：完成任務單第一、二大題數據集預處理學生查看paddle的transfomers預處理方法圖像數據輸入利用pdx.datasets里的VOCDetection模塊將數據輸入進行處理啟動模型訓練五、查看模型訓練結果模型訓練在gpu的環(huán)境下迭代50次大概花費了1個小時的時間，上圖的epoch是訓練輪數；step是每輪訓練圖片的張數；這個的數值一般會隨著訓練逐漸減少（若沒有出現過擬合的情況），是評估模型的一個標準；lr是learning_rate全局學習率。其中bbox-map約為18.42，loss約為107六、部署商品檢測模型（一）下載模型，部署在“小黑盒”（二）、 編寫“predict.py”的Python文件用于商品檢測代碼（1）新建predict.py（2）編寫商品檢測代碼1、導入庫導入模型編寫（三）、編寫“predict_camera.py”文件用于商品攝像頭檢測代碼新建編寫導入庫2、導入模型3、編寫（四）模型推理運行教師檢查學生的完成情況【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生回憶并思考學生聆聽并思考學生聆聽并思考學生聆聽并思考學生根據教師演示完成數據集預處理學生進行圖像數據輸入學生訓練模型學生查看模型訓練結果部署模型學生按要求新建predict.py編寫predict.py學生編寫商品檢測代碼學生將模型預測結果進行展示分享自己在本項目中的收獲聆聽并思考激發(fā)學生興趣，聯系學生已有的關于人工智能的經驗，引入新課。明確項目內容，有的放矢明確學習內容理實一體教師帶領學生實現一個較為困難的任務，故先分析流程，明晰步驟。學生首次進行此類項目，較為復雜，教師下先進行演示，學生進行模仿，不至于使基礎弱的學生迷失方向給學生演示訓練集的處理，要求學生自己完成測試集的處理，檢驗學生的理解程度。學生在此處理解，batch、epoch的含義，加深對模型訓練的理解學生查看是對模型訓練結果的檢驗，不僅課正式訓練的結果，也使學生獲得滿足感，成就感。教師帶領學生實現一個較為困難的任務，故先分析流程，明晰步驟。學生首次進行此類項目，較為復雜，教師下發(fā)操作手冊不至于使基礎弱的學生迷失方向教師演示，部分學生可順利完成，對基礎薄弱的學生下發(fā)操作手冊，確保90%的學生不掉隊。學生查看是對模型訓練結果的檢驗，不僅課正式訓練的結果，也使學生獲得滿足感，成就感。學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于U-Net實現服飾分割授課類型新授課授課時長12節(jié)課教學內容教學目標知識目標（1）熟悉傳統(tǒng)的圖像分割方法。（2）熟悉深度學習圖像分割算法——U-Net。能力目標（1）能夠基于PaddlePaddle框架來訓練U-Net模型。（2）能夠將服飾分割模型部署到服務器上。情感目標使學生體驗目基于Unet實現服飾分割，將圖像處理的興衰與自身職業(yè)規(guī)劃聯系起來。教學重點（1）基于PaddlePaddle框架來訓練U-Net模型。（2）將服飾分割模型部署到服務器上。教學難點基于PaddlePaddle框架來訓練U-Net模型教法學法講授法、練習法、演示法特色學習資源分析、技術手段應用說明學習場所：實訓室教學資源：PPT、視頻、操作手冊、學生任務單教學設備：電子白板學情分析學生在平臺進行過圖像分割，但未運用編碼進行過圖像分割。板書設計（教學結構圖）基于Unet實現服飾分割教學環(huán)節(jié)（時間分配）教學內容及教師活動學生活動設計意圖及實施效果【情境導入】【項目描述】【項目分析】【知識準備】【項目實操】【課堂總結】【情境導入】在電商銷售中，傳統(tǒng)的服飾推薦方法主要基于用戶的歷史行為數據和服飾屬性信息，如顏色、款式、品牌等，但是這些信息往往難以捕捉到服飾的視覺特征和細節(jié)，導致推薦效果不佳。圖像分割技術可以將服飾圖像中的每個像素標注為具體類別，如衣服、褲子、鞋子等，從而提取出服飾的圖像特征，進一步優(yōu)化推薦效果。本項目要求基于上述案例場景，使用PaddlePaddle框架來搭建U-Net模型，對服飾進行服飾分割操作。本項目首先介紹圖像分割的進階知識，然后介紹如何訓練U-Net模型來實現服飾分割，具體分析如下。（1）學習傳統(tǒng)的圖像分割方法，并重點理解基于邊緣檢測的分割方法。（2）熟悉深度學習圖像分割算法U-Net，著重了解其網絡結構的組成。（3）能夠基于PaddlePaddle框架來搭建U-Net模型并進行訓練。（4）能夠繪制損失曲線來評估模型效果，并將最佳模型部署到服務器上。任務1：了解數據集任務2：服飾分割數據集清洗運行結果：任務3：輸入圖像數據（1）了解MiscPackage.py（2）導入本次任務需要使用的庫文件（3）參數定義（4）劃分數據集（4）檢驗劃分結果結果：任務4：服飾分割模型的搭建與訓練任務5：評估服飾分割模型（1）畫損失圖預測預測可視化任務6：部署服飾分割模型（1）導入頭文件（2）導入模型（3）定義圖片讀取函數（4）將圖片載入模型（5）觀察輸入模型前后的圖片對比教師檢查學生的完成情況【學生談收獲】讓學生分享在本次課上的所學所得，【總結】教師總結本次課內容。學生回憶并思考學生聆聽并思考學生聆聽并思考了解數據集教師提出要求，學生獨立編碼學生聆聽并思考學生導入庫文件學生根據操作手冊完成任務劃分數據集編寫代碼，檢驗劃分結果搭建與訓練服飾分割模型畫損失圖編寫預測程序預測可視化導入頭文件導入模型定義圖片讀取函數將圖片載入模型觀察輸入模型前后的圖片分享自己在本項目中的收獲聆聽并思考激發(fā)學生興趣，聯系學生已有的經驗，引入新課。教師帶領學生實現一個較為困難的任務，故先分析流程，明晰步驟。學生首次進行此類項目，較為復雜，教師下發(fā)操作手冊不至于使基礎弱的學生迷失方向獨立完成，培養(yǎng)學生對數據的敏感度任務較簡單，學生獨立完成可增強其自信學生快速理解，增加課堂效率較為簡單，可獨立完成Python的列表截片的知識點，可獨立完成教師帶領學生實現一個較為困難的任務，故先分析流程，明晰步驟。檢驗過程使劃分的目的更清晰操作手冊標明個參數的含義，學生自學完成項目較為復雜，教師下發(fā)操作手冊不至于使基礎弱的學生迷失方向使學生直觀的看到模型的訓練輪次的變化下的損失值的變化此部分與前一部分的代碼有大量重復，學生在教師的提示下獨立完成，培養(yǎng)其解決問題的能力。學生參照操作手冊完成，培養(yǎng)其獨立思考的能力學生分享收獲，反饋本節(jié)課教學效果；教師查缺補漏，完善整節(jié)課的知識體系?！队嬎銠C應用開發(fā)》教案授課題目基于CRNN的商品信息圖片文字識別授課類型新授課授課時長12節(jié)課教學內容教學目標知識目標了解文字識別的基本過程能力目標能利