《人工智能應(yīng)用與體驗(yàn)》教案全套 項(xiàng)目1-9 猜拳小達(dá)人- 音樂小天才

《猜拳小達(dá)人》教學(xué)設(shè)計(jì)課題：猜拳小達(dá)人授課對象：中職一年級課型：新授課課時(shí)：2~3課時(shí)教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項(xiàng)目一。本節(jié)課的主要內(nèi)容是體驗(yàn)人工智能的應(yīng)用，了解深度學(xué)習(xí)TensorFlow.js框架，了解深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，了解圖像分類的概念，掌握基于TensorFlow.js搭建網(wǎng)頁應(yīng)用的流程和方法。地位作用：如今人工智能已經(jīng)逐步讓人們的生活智能化，讓企業(yè)服務(wù)智能化，那么無論為了工作還是為了跟上時(shí)代步伐，有必要去了解人工智能是如何運(yùn)作的。本節(jié)課的學(xué)習(xí)將帶領(lǐng)學(xué)生從零開始認(rèn)識人工智能技術(shù)，并在瀏覽器中運(yùn)行人工智能模型，使學(xué)生能夠動手搭建一個(gè)簡單的人工智能應(yīng)用，即網(wǎng)頁端的猜拳游戲，讓學(xué)生建立起對人工智能的興趣。學(xué)情分析學(xué)習(xí)心理特征：本節(jié)課的授課對象為中職一年級學(xué)生該階段的學(xué)生學(xué)習(xí)自制力較差，上課注意力易被分散，因此在上課過程中，應(yīng)該采用講練結(jié)合的方式，讓學(xué)生能夠在實(shí)踐中學(xué)習(xí)和鞏固課程內(nèi)容。同時(shí)該階段的學(xué)生有很多自己的想法和創(chuàng)意，因此在設(shè)計(jì)任務(wù)時(shí)，需要給學(xué)生一定的自由發(fā)揮的空間，讓學(xué)生自主地學(xué)習(xí)和實(shí)踐。另外由于中職一年級的學(xué)生水平各不相同，因此教師在學(xué)生操作過程中應(yīng)該實(shí)時(shí)觀察，引導(dǎo)并鼓勵(lì)基礎(chǔ)較差的學(xué)生完成練習(xí)。知識基礎(chǔ)：中職一年級學(xué)生已經(jīng)掌握了計(jì)算機(jī)與瀏覽器的使用，因此可以讓學(xué)生獨(dú)立動手安裝實(shí)訓(xùn)需要的環(huán)境。教學(xué)目標(biāo)知識與技能目標(biāo)：能夠說出什么是人工智能能夠說出人工智能的典型應(yīng)用能夠說出TensorFlow.js是什么能夠說出Html是什么能夠安裝瀏覽器插件WebServerforChrome能夠了解TensorFlow.js構(gòu)建模型的過程能夠部署猜拳游戲的Html與JS代碼過程與方法：使用搜索引擎搜索信息，小組合作討論人工智能的概念及其應(yīng)用。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主進(jìn)行WebServerforChrome插件的安裝與配置。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主下載代碼包到正確位置根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主采集手勢數(shù)據(jù)、訓(xùn)練模型并進(jìn)行猜拳游戲。情感態(tài)度與價(jià)值觀：能夠體會到人工智能技術(shù)的奇妙和給生活帶來的樂趣。通過小組合作的方式，培養(yǎng)學(xué)生的主動參與的意識，強(qiáng)化自身的責(zé)任感，以及增強(qiáng)自己的合作能力。教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：1、能夠說出什么是人工智能2、能夠說出TensorFlow.js是什么3、能夠部署猜拳游戲的Html與JS代碼教學(xué)難點(diǎn)：1、能夠部署猜拳游戲的Html與JS代碼教學(xué)方法教法：任務(wù)驅(qū)動法、練習(xí)法學(xué)法：自主學(xué)習(xí)法、小組合作學(xué)習(xí)法教學(xué)準(zhǔn)備教學(xué)環(huán)境：多媒體網(wǎng)絡(luò)計(jì)算機(jī)房教學(xué)資源：多媒體網(wǎng)絡(luò)計(jì)算機(jī)，派Lab平臺，PPT課件，微課教學(xué)過程教學(xué)內(nèi)容及過程時(shí)間分配設(shè)計(jì)意圖一、創(chuàng)設(shè)情景【教師活動】小派最近學(xué)習(xí)有點(diǎn)累，他想要一款游戲來緩解疲勞，于是他想到可以和計(jì)算機(jī)進(jìn)行猜拳游戲：計(jì)算機(jī)的攝像頭能夠捕捉到小派的手勢動作數(shù)據(jù)，并識別小派手勢，然后根據(jù)小派和計(jì)算機(jī)隨機(jī)出的手勢，進(jìn)行判斷勝負(fù)。但是小派自己不會制作游戲，于是小派向我們尋求了幫助。2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個(gè)生活中真實(shí)存在的情景，讓學(xué)生了解人工智能的應(yīng)用。二、任務(wù)分析【教師活動】小派給我們布置了一個(gè)任務(wù)就是幫忙制作一個(gè)網(wǎng)頁版的猜拳游戲。首先我們需要對如何開展該任務(wù)進(jìn)行分析（該過程可以讓學(xué)生進(jìn)行小組討論回答）預(yù)設(shè)：首先需要了解搭建網(wǎng)頁端的人工智能應(yīng)用使用什么工具或框架，接著需要了解如何運(yùn)行網(wǎng)頁端的人工智能應(yīng)用及運(yùn)行環(huán)境的配置，然后需要了解猜拳游戲前端頁面的功能有什么，最后了解猜拳游戲中關(guān)鍵的手勢識別模型。【學(xué)生活動】小組展開討論各小組發(fā)表自己的任務(wù)分析結(jié)果【教師活動】對各小組的討論結(jié)果進(jìn)行評價(jià)，最后進(jìn)行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：安裝與配置環(huán)境子任務(wù)二：TensorFlow.js代碼部署子任務(wù)三：手勢數(shù)據(jù)采集、模型訓(xùn)練、猜拳PK3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個(gè)討論分析，在該過程中，讓每個(gè)學(xué)生對接下來要完成的任務(wù)進(jìn)行分析和討論，讓學(xué)生成為課堂的主體，提高學(xué)生的參與感，提升學(xué)生的自主思考能力。三、新知學(xué)習(xí)任務(wù)一：安裝與配置環(huán)境【教師活動】在進(jìn)行實(shí)訓(xùn)任務(wù)之前呢，老師這里先提供一個(gè)網(wǎng)址“/tools/ai-demo-simple-web/07-rps-dataset/index.html”，同學(xué)們可以通過這個(gè)網(wǎng)址進(jìn)去體驗(yàn)一下猜拳游戲，這樣，同學(xué)們能夠?qū)ξ覀兒竺婕磳⑷?shí)現(xiàn)的猜拳游戲有個(gè)整體的認(rèn)識，知道這個(gè)游戲主要有什么功能?！緦W(xué)生活動】打開網(wǎng)址進(jìn)行體驗(yàn)，根據(jù)界面功能與提示逐步進(jìn)行猜拳PK。【教師活動】同學(xué)們在初次打開這個(gè)網(wǎng)頁的時(shí)候，會有一個(gè)打開攝像頭的提示，這時(shí)需要點(diǎn)擊“允許”，因?yàn)楹竺娴牟僮髦袝玫侥愕碾娔X內(nèi)置的攝像頭來捕捉你給出的手勢。攝像頭開啟后，我們就可以采集數(shù)據(jù)了。在這個(gè)網(wǎng)頁中我們可以看到“石頭”、“布”、“剪刀”按鈕，也就是說我們下面要采集這三種手勢的圖片。在三個(gè)按鈕上方，可以看到攝像頭實(shí)時(shí)捕捉的畫面。假如這時(shí)你要采集石頭手勢的數(shù)據(jù)，那么你每點(diǎn)擊一次，石頭手勢的樣本就會自動加1，當(dāng)然，采集數(shù)據(jù)的時(shí)候記得觀察攝像頭中的畫面，確認(rèn)你的手勢出現(xiàn)在畫面中。依次采集完數(shù)據(jù)之后呢，就可以點(diǎn)擊按鈕訓(xùn)練手勢識別模型了。這里需要稍等一會，模型訓(xùn)練完成，頁面會給你一個(gè)“完成”的提示。提示出來之后，你就可以開始玩猜拳游戲了。你可以隨意對著攝像頭給出一個(gè)剪刀、石頭或者布的手勢，然后點(diǎn)擊“猜拳PK”，這時(shí)按鈕下面會直接出猜拳結(jié)果。【學(xué)生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進(jìn)行總結(jié)這里先簡單的說一下最后猜拳PK部分的邏輯，同學(xué)們訓(xùn)練的手勢識別模型先對你給出的手勢進(jìn)行識別，同時(shí)，計(jì)算機(jī)也會隨機(jī)出一個(gè)手勢，然后兩個(gè)手勢進(jìn)行比較，再輸出結(jié)果。15分鐘在該環(huán)節(jié)中，設(shè)置了一個(gè)猜拳游戲體驗(yàn)的環(huán)節(jié)，能夠讓學(xué)生自己動手體驗(yàn)在網(wǎng)頁上進(jìn)行猜拳的一個(gè)過程，增加課堂的趣味性，調(diào)節(jié)課堂的氛圍，同時(shí)也讓學(xué)生對項(xiàng)目的目標(biāo)成果有個(gè)整體認(rèn)知?！窘處熁顒印空埻瑢W(xué)們思考，為什么要安裝Chrome瀏覽器的插件WebServerforChrome呢？預(yù)設(shè)：因?yàn)槲覀円罱ê瓦\(yùn)行網(wǎng)頁版的猜拳游戲，想要運(yùn)行本地的網(wǎng)頁，就需要在本地模擬出一個(gè)服務(wù)器，方便起見，我們直接在Chrome瀏覽器中安裝一個(gè)插件就可以了。【學(xué)生活動】思考并回答問題【教師活動】對學(xué)生的回答進(jìn)行小結(jié)：同學(xué)們的推斷都是比較準(zhǔn)確的，Chrome瀏覽器因?yàn)榘踩囊蛩?，限制直接運(yùn)行本地網(wǎng)頁文件，因此在進(jìn)行網(wǎng)頁相關(guān)項(xiàng)目調(diào)試時(shí)，就需要在本地模擬出一個(gè)網(wǎng)頁服務(wù)器，而WebServerforChrome就是這樣的一款Chrome擴(kuò)展程序，讓用戶使用Chrome來充當(dāng)自己的臨時(shí)HTTP服務(wù)器。同學(xué)們，我們安裝完這個(gè)插件后，要怎么運(yùn)行網(wǎng)頁呢？（同學(xué)們先動手安裝，然后討論）預(yù)設(shè)：需要配置一下這個(gè)插件，插件中會自動生成一個(gè)URL地址，點(diǎn)擊這個(gè)地址就能跳轉(zhuǎn)到網(wǎng)頁所在的目錄，然后雙擊網(wǎng)頁就能打開了?！緦W(xué)生活動】思考并回答問題30分鐘在該環(huán)節(jié)中，通過提問的方式引出接下來要操作的內(nèi)容，同時(shí)讓學(xué)生在動手操作之前能夠思考為什么要做這個(gè)事.另外，讓學(xué)生動手安裝之后再拋出一個(gè)問題，讓學(xué)生討論發(fā)現(xiàn)問題的答案，而不是直接給出，增加學(xué)生之間的互動與交流。任務(wù)二：TensorFlow.js代碼部署【教師活動】剛才我們已經(jīng)把安裝好了程序或者網(wǎng)頁運(yùn)行的插件，那么下面我們就要實(shí)現(xiàn)猜拳游戲的網(wǎng)頁。就如同我們一開始體驗(yàn)的那個(gè)網(wǎng)頁，基本的功能要有。那么一般搭建人工智能的網(wǎng)頁應(yīng)用，流行的工具是什么，TensorFlow.js。TensorFlow.js是TensorFlow的JavaScript版本?？蛇\(yùn)行在瀏覽器環(huán)境中，也可以通過服務(wù)器端Node.js啟動。它不但支持完全基于JavaScript從頭開發(fā)、訓(xùn)練和部署模型，也可以用來運(yùn)行已有的Python版TensorFlow模型，或者基于現(xiàn)有的模型進(jìn)行繼續(xù)訓(xùn)練。這個(gè)框架有四大優(yōu)勢，我們簡單了解一下即可。第一，不需要安裝軟件或驅(qū)動（打開瀏覽器即可使用）；第二，可以通過瀏覽器進(jìn)行更加方便的人機(jī)交互；第三，可以通過手機(jī)瀏覽器，調(diào)用手機(jī)硬件的各種傳感器（如：GPS、電子羅盤、加速度傳感器、攝像頭等）；第四，用戶的數(shù)據(jù)可以無需上傳到服務(wù)器，在本地即可完成所需操作。通過這些優(yōu)勢，TensorFlow.js將給開發(fā)者帶來極高的靈活性。比如現(xiàn)在，我們不需要安裝特別多特別復(fù)雜的依賴包，也不需要你的電腦有多高的配置，我們也可以搭建一個(gè)人工智能的應(yīng)用。這里老師就不過多的講解，考慮到從零開始編碼實(shí)現(xiàn)網(wǎng)頁的前后端難度非常大，那么請同學(xué)們進(jìn)入派Lab平臺，這里有相關(guān)的資源供我們借鑒。在平臺上找到這門課這個(gè)項(xiàng)目，我們可以直接下載猜拳游戲的網(wǎng)頁代碼。下載之后，解壓到指定的位置，這個(gè)時(shí)候就要回想一下配置插件的時(shí)候設(shè)置的文件夾目錄?！緦W(xué)生活動】參考實(shí)訓(xùn)任務(wù)書或派Lab平臺上的實(shí)訓(xùn)指南，完成猜拳游戲代碼的部署。掌握Html與js代碼之間的調(diào)用關(guān)系，TensorFlow.js構(gòu)建模型的方法?！窘處熁顒印吭趯W(xué)生練習(xí)時(shí)進(jìn)行巡視，對一些動手能力較弱的學(xué)生進(jìn)行相關(guān)的指導(dǎo)，引導(dǎo)學(xué)生完成練習(xí)?！窘處熁顒印繉W(xué)生的練習(xí)進(jìn)行簡單小結(jié)，指出學(xué)生常見的錯(cuò)誤。15分鐘在該環(huán)節(jié)中，主要介紹猜拳游戲網(wǎng)頁的實(shí)現(xiàn)，當(dāng)然，這部分要考慮實(shí)現(xiàn)難度與學(xué)生的能力。給出一個(gè)代碼樣例，有條件的學(xué)生可以在此基礎(chǔ)上進(jìn)行改進(jìn)。這里需要老師帶著學(xué)生一起去理解代碼之間的結(jié)構(gòu)以及代碼內(nèi)部的核心部分。重點(diǎn)了解TensorFlow.js構(gòu)建模型的部分。讓學(xué)生對模型有所認(rèn)知。任務(wù)三：手勢數(shù)據(jù)采集、模型訓(xùn)練、猜拳PK【教師活動】現(xiàn)在我們把猜拳游戲的代碼以及運(yùn)行猜拳游戲網(wǎng)頁的環(huán)境都準(zhǔn)備好了，接下來就可以在網(wǎng)頁上一步一步地實(shí)現(xiàn)猜拳PK了。想要實(shí)現(xiàn)最后的猜拳，就得讓計(jì)算機(jī)能夠看出我們出的是什么手勢，然后才能進(jìn)行比較。這就用到了手勢自動識別模型，這個(gè)模型怎么來的呢，當(dāng)然就是使用相關(guān)的手勢數(shù)據(jù)進(jìn)行訓(xùn)練得來的。那首先我們先采集一批手勢數(shù)據(jù)。按照前面我們體驗(yàn)的過程，就可以在我們自己的網(wǎng)頁上進(jìn)行體驗(yàn)了?，F(xiàn)在就請同學(xué)們參考實(shí)訓(xùn)任務(wù)書或者派Lab平臺的實(shí)訓(xùn)指南，自主完成任務(wù)三?！緦W(xué)生活動】參考實(shí)訓(xùn)任務(wù)書或者派Lab平臺的實(shí)訓(xùn)指南完成任務(wù)三【教師活動】在學(xué)生練習(xí)時(shí)進(jìn)行巡視，對一些動手能力較弱的學(xué)生進(jìn)行相關(guān)的指導(dǎo)，引導(dǎo)學(xué)生完成練習(xí)。最后猜拳PK的結(jié)果（供參考）15分鐘該環(huán)節(jié)是一個(gè)實(shí)訓(xùn)環(huán)節(jié)，結(jié)合學(xué)生自身的特點(diǎn)，讓學(xué)生自己參考任務(wù)書，完成任務(wù)，提高學(xué)生的自學(xué)能力，以及動手實(shí)踐能力。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學(xué)習(xí)的內(nèi)容進(jìn)行小結(jié)。最后教師進(jìn)行總結(jié)。布置課后習(xí)題5分鐘讓學(xué)生自己進(jìn)行小結(jié)，加深學(xué)生對本節(jié)課知識的理解，也同時(shí)鍛煉學(xué)生總結(jié)歸納的能力。學(xué)習(xí)效果評價(jià)課后習(xí)題題型題目答案填空題（一空一分）1、闡述什么是人工智能2、列舉至少三個(gè)人工智能的應(yīng)用場景3、臨時(shí)在Chrome瀏覽器中運(yùn)行本地網(wǎng)頁，可以安裝（）插件1、略2、無人駕駛、智能客服、翻譯機(jī)3、WebServerforChrome選擇題（每題2分）4、關(guān)于TensorFlow.js，下列說法錯(cuò)誤的是（）A.TensorFlow.js是一個(gè)JavaScript庫B.使用TensorFlow.js可以在瀏覽器上創(chuàng)建CNN、RNN等模型C.TensorFlow.js可以在瀏覽器或Node.js服務(wù)端運(yùn)行D.TensorFlow.js中的張量即變量5、以下哪個(gè)不是TensorFlow.js的優(yōu)點(diǎn)（）A、網(wǎng)頁應(yīng)用交互性更強(qiáng)B、有訪問GPS，Camera，Microphone，Accelerator等傳感器的標(biāo)準(zhǔn)apiC.通過鏈接即可分享程序D.TensorFlow.js開發(fā)的應(yīng)用運(yùn)行速度非?？?、D5、D學(xué)習(xí)評價(jià)表評價(jià)角度評價(jià)內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是人工智能（課后習(xí)題1）填寫對應(yīng)習(xí)題的得分能夠說出TensorFlow.js是什么（課后習(xí)題4,5）能夠安裝瀏覽器插件WebServerforChrome（課后習(xí)題3）能夠說出人工智能的典型應(yīng)用（課后習(xí)題2）能夠部署猜拳游戲的Html與JS代碼查看學(xué)生派lab平臺中的實(shí)訓(xùn)情況，由教師給分過程與方法在小組討論過程中，能夠積極參與，合理地發(fā)表自己的想法。能夠快速完成教師布置的實(shí)訓(xùn)任務(wù)總分備注：A：3分；B：2分；C：1分反思《口罩識別系統(tǒng)》教學(xué)設(shè)計(jì)課題：口罩識別系統(tǒng)授課對象：中職一年級課型：新授課課時(shí)：2~3課時(shí)教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項(xiàng)目四。本節(jié)課的主要內(nèi)容是實(shí)現(xiàn)一個(gè)口罩識別的應(yīng)用，一共有4個(gè)任務(wù)：任務(wù)1圖像標(biāo)注工具的使用，學(xué)生需要根據(jù)實(shí)訓(xùn)任務(wù)書安裝并熟練使用標(biāo)注工具labelimg；任務(wù)2使用任務(wù)1中下載好的標(biāo)注工具對口罩圖片進(jìn)行標(biāo)注。任務(wù)3是對口罩識別模型的訓(xùn)練和讀取預(yù)訓(xùn)練模型，學(xué)生需要理解口罩識別的流程。任務(wù)4調(diào)用訓(xùn)練好的模型進(jìn)行口罩識別，學(xué)生需要掌握模型測試的過程。地位作用：大數(shù)據(jù)和人工智能帶給社會的變化是無比巨大的，在新冠疫情的沖擊下，人工智能算法可以幫助社會進(jìn)行口罩識別，為我們節(jié)省了大量的人力和物力，本節(jié)課的學(xué)習(xí)將帶領(lǐng)學(xué)生實(shí)現(xiàn)一個(gè)人工智能項(xiàng)目——口罩識別，該項(xiàng)目講解了從數(shù)據(jù)標(biāo)注、數(shù)據(jù)處理、模型訓(xùn)練到模型測試整個(gè)流程，使同學(xué)們能夠應(yīng)對在解決真實(shí)企業(yè)項(xiàng)目過程中遇到的各種問題。學(xué)情分析學(xué)習(xí)心理特征：本節(jié)課的授課對象為中職一年級學(xué)生該階段的學(xué)生學(xué)習(xí)自制力較差，上課注意力易被分散，因此在上課過程中，應(yīng)該采用講練結(jié)合的方式，讓學(xué)生能夠在實(shí)踐中學(xué)習(xí)和鞏固課程內(nèi)容。同時(shí)本節(jié)課動手操作的任務(wù)比較多，因此需要循序漸進(jìn)，需要以相應(yīng)的任務(wù)為依托，需要小組的合作，需要教師的引導(dǎo)，以便學(xué)生在此過程中可以得到實(shí)時(shí)的反饋；另外由于中職一年級的學(xué)生水平各不相同，因此教師在學(xué)生操作過程中應(yīng)該實(shí)時(shí)觀察，引導(dǎo)并鼓勵(lì)基礎(chǔ)較差的學(xué)生完成練習(xí)。知識基礎(chǔ)：中職一年級學(xué)生已經(jīng)可以獨(dú)立安裝實(shí)訓(xùn)需要的環(huán)境和熟悉人工智能項(xiàng)目的一般流程，數(shù)據(jù)標(biāo)注是一個(gè)新的知識點(diǎn)，可以讓同學(xué)動手實(shí)操數(shù)據(jù)的標(biāo)注，使學(xué)生理解數(shù)據(jù)的重要，理解標(biāo)簽與特征的含義。教學(xué)目標(biāo)知識與技能目標(biāo)：了解神經(jīng)網(wǎng)絡(luò)模型了解神經(jīng)網(wǎng)絡(luò)模型熟悉人工智能應(yīng)用的實(shí)現(xiàn)流程具備圖像標(biāo)注的能力具備基于Torch框架實(shí)現(xiàn)目標(biāo)檢測模型的訓(xùn)練與預(yù)測的能力過程與方法：根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主進(jìn)行標(biāo)注工具labelimg的安裝并認(rèn)識該工具。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，對口罩圖片進(jìn)行標(biāo)注根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書和老師的引領(lǐng)下，完成口罩識別預(yù)訓(xùn)練模型的加載，并嘗試自己訓(xùn)練該模型根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書和老師的帶領(lǐng)下，讀取測試圖片，調(diào)用口罩識別模塊，保存并顯示檢測結(jié)果。情感態(tài)度與價(jià)值觀：能夠體會到人工智能技術(shù)的奇妙和給生活帶來的樂趣。通過小組合作的方式，培養(yǎng)學(xué)生的主動參與的意識，強(qiáng)化自身的責(zé)任感，以及增強(qiáng)自己的合作能力。教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：1、能夠使用數(shù)據(jù)標(biāo)注工具2、能夠加載預(yù)訓(xùn)練模型和訓(xùn)練模型3、能夠調(diào)用口罩識別模塊測試新的圖片教學(xué)難點(diǎn)：1、能夠加載預(yù)訓(xùn)練模型和訓(xùn)練模型教學(xué)方法教法：任務(wù)驅(qū)動法、練習(xí)法學(xué)法：自主學(xué)習(xí)法、小組合作學(xué)習(xí)法教學(xué)準(zhǔn)備教學(xué)環(huán)境：多媒體網(wǎng)絡(luò)計(jì)算機(jī)房教學(xué)資源：多媒體網(wǎng)絡(luò)計(jì)算機(jī)，派Lab平臺，PPT課件，微課教學(xué)過程教學(xué)內(nèi)容及過程時(shí)間分配設(shè)計(jì)意圖一、創(chuàng)設(shè)情景【教師活動】小派是某小區(qū)物業(yè)的一名工作人員，在工作過程中，他發(fā)現(xiàn)很多居民進(jìn)出小區(qū)時(shí)不按照防疫規(guī)范戴口罩。對此，他非?？鄲?，于是他想，如果有一個(gè)自動檢測大家戴沒戴口罩的系統(tǒng)就好了，讓機(jī)器來識別和提醒，節(jié)約人力又能解決問題。本任務(wù)將基于Torch1.9.0實(shí)現(xiàn)對人臉是否佩戴口罩的自動檢測。先到右側(cè)實(shí)訓(xùn)演示體驗(yàn)一下吧！2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個(gè)生活中真實(shí)存在的情景，讓學(xué)生了解口罩識別的應(yīng)用場景。二、任務(wù)分析【教師活動】小派需要咱們幫助他實(shí)現(xiàn)對人臉是否佩戴口罩的自動檢測。咱們應(yīng)該怎么做呢？首先我們需要對如何開展該任務(wù)進(jìn)行分析（該過程可以讓學(xué)生進(jìn)行小組討論回答）預(yù)設(shè)：首先討論一下口罩識別的應(yīng)用場景，接著了解建立口罩識別模型的步驟。【學(xué)生活動】小組展開討論各小組發(fā)表自己的任務(wù)分析結(jié)果【教師活動】對各小組的討論結(jié)果進(jìn)行評價(jià)，最后進(jìn)行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：圖像標(biāo)注工具的使用子任務(wù)二：對口罩圖片進(jìn)行標(biāo)注子任務(wù)三：進(jìn)行口罩識別模型的訓(xùn)練子任務(wù)四：使用訓(xùn)練好的口罩識別模型進(jìn)行新的圖片的測試3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個(gè)討論分析，在該過程中，讓每個(gè)學(xué)生對接下來要完成的任務(wù)進(jìn)行分析和討論，讓學(xué)生成為課堂的主體，提高學(xué)生的參與感，提升學(xué)生的自主思考能力。三、新知學(xué)習(xí)任務(wù)一：圖像標(biāo)注工具的使用【教師活動】通過前面幾個(gè)項(xiàng)目的學(xué)習(xí)，同學(xué)們應(yīng)該了解了人工智能數(shù)據(jù)集的特征與標(biāo)簽的含義。那如何對一張圖片進(jìn)行標(biāo)簽信息的處理呢，我們?nèi)搜劭磮D片，可以立馬知道這張圖片中是否有佩戴口罩，但是計(jì)算機(jī)是沒辦法像人眼一下識別出來，所以我們需要告訴計(jì)算機(jī)哪里是口罩，這個(gè)就是圖像標(biāo)注。人工智能項(xiàng)目一般都會有數(shù)據(jù)標(biāo)注的工作，前面雖然我們經(jīng)歷，這是因?yàn)樘崆熬桶褦?shù)據(jù)標(biāo)注的工具做好了。針對不同任務(wù)，如圖像分類、圖像分割、圖像識別等，圖像標(biāo)注工具有很多，下面我們以labelImg為例，熟悉工具的常規(guī)使用。首先我們下載該標(biāo)注工具，點(diǎn)擊左側(cè)文件夾圖標(biāo)，進(jìn)入“data-sets”文件夾，選中“l(fā)abelImg.exe”，并右鍵選擇“下載”，保存到本地。大家下載后，雙擊exe文件，就可以看面界面了。請同學(xué)們進(jìn)行下載并安裝。【學(xué)生活動】學(xué)生動手操作【教師活動】現(xiàn)在我們就來使用它，點(diǎn)擊左側(cè)工具欄中的“Open”，可以選擇本機(jī)中任一張圖片，也可點(diǎn)擊“OpenDir”打開本機(jī)中存放圖片的文件夾。如選擇磁盤中某路徑下的“samples”文件夾。打開后，可以看到左上角紅框表示當(dāng)前加載的圖片，中間顯示的就是“1.jpg”對應(yīng)的圖像，右下角紅框是“samples”文件夾中的所有圖片的“Filelist”。假設(shè)我們的任務(wù)是訓(xùn)練一個(gè)目標(biāo)檢測模型，現(xiàn)在我們要將圖片中出現(xiàn)的各種人和物打上標(biāo)簽。點(diǎn)擊左側(cè)工具欄的“CreateRectBox”,用來在圖片中畫標(biāo)注框，下面我們把口罩框出，并打上“mask”標(biāo)簽。我們再把圖片中的書框出，打上標(biāo)簽，可以看到右側(cè)紅框是該圖片中已經(jīng)被框出內(nèi)容的標(biāo)簽名。如果想要?jiǎng)h除步驟4中畫出的某個(gè)標(biāo)注框，可以先選中圖片中的這個(gè)標(biāo)注框，然后能看到左側(cè)工具欄中“DeleteRectBox”由灰色不可點(diǎn)狀態(tài)變成了黑色可點(diǎn)擊狀態(tài)，這時(shí)點(diǎn)擊它，被選中的標(biāo)注框就被刪除了。如果圖片中有相同的物體，那么標(biāo)注時(shí)就可以使用復(fù)制功能，復(fù)制圖片中已畫好的標(biāo)注框，然后將其拖動到未標(biāo)注的物體上。點(diǎn)擊左側(cè)工具欄中的“Save”，可以選擇保存的路徑，在該路徑下將生成一個(gè)xml文件，且xml文件的名字是和被標(biāo)注圖片的名稱一樣?？梢酝ㄟ^以下方式查看xml的標(biāo)注結(jié)果。“path”：表示當(dāng)前xml標(biāo)注結(jié)果對應(yīng)的圖片路徑；“object”：表示圖片中被標(biāo)注的對象，有幾個(gè)標(biāo)注框就會有幾個(gè)object，每一個(gè)object中包含了該標(biāo)注對象的類別標(biāo)簽“name”以及在圖片中的位置信息?！绢A(yù)設(shè)】教師演示數(shù)據(jù)標(biāo)注過程【學(xué)生活動】學(xué)生實(shí)操，對一張圖片進(jìn)行數(shù)據(jù)標(biāo)注20分鐘在該環(huán)節(jié)中，教師演示數(shù)據(jù)標(biāo)注的過程，讓學(xué)生提前對數(shù)據(jù)有個(gè)認(rèn)知。任務(wù)二：口罩?jǐn)?shù)據(jù)的標(biāo)注剛剛我們已經(jīng)學(xué)會了如何使用labelimg工具，現(xiàn)在為了訓(xùn)練一個(gè)基于神經(jīng)網(wǎng)絡(luò)的口罩識別模型，我們需要制作一批帶標(biāo)注的人臉圖像數(shù)據(jù)。對任意一張出現(xiàn)人臉的圖片，將人臉框出，并打上標(biāo)簽。如果人臉沒帶口罩，標(biāo)簽為“nomask”，如果帶了口罩，人臉標(biāo)簽為“mask”。為了便于批量標(biāo)注，我們將保存圖像的文件夾打開，然后逐張圖像進(jìn)行標(biāo)注即可。如下圖所示的文件夾，你也可以點(diǎn)擊左側(cè)文件夾圖標(biāo)，進(jìn)入“data-sets”下載該文件夾對應(yīng)的壓縮包。使用“CreateRectBox”，在口罩上畫一個(gè)矩形框，并填寫label為“mask”；使用“save”功能生成一個(gè)標(biāo)注結(jié)果xml文件，并保存到磁盤目錄中，默認(rèn)是存放在被標(biāo)注圖片的同級目錄中后綴為xml的同名文件。點(diǎn)擊“NextImage”，就可以打開該文件夾下的下一張圖片。按照同樣的標(biāo)注方法，對兩張人臉進(jìn)行標(biāo)注并保存：沒帶口罩，標(biāo)記為“nomask”；帶了口罩，標(biāo)記為“mask”;請同學(xué)們選擇兩張圖片，一張帶口罩的和一張不帶口罩，進(jìn)行標(biāo)注。【學(xué)生活動】學(xué)生通過實(shí)訓(xùn)任務(wù)書或者派Lab平臺上的實(shí)訓(xùn)指南，進(jìn)行數(shù)據(jù)的標(biāo)注【教師活動】對學(xué)生的操作做一些指導(dǎo)，及時(shí)解決學(xué)生在采集過程中遇到的問題。15分鐘在該環(huán)節(jié)中，通過演示法向同學(xué)們展示了口罩?jǐn)?shù)據(jù)標(biāo)注的全過程，然后讓學(xué)生自己實(shí)踐，模仿訓(xùn)練，加強(qiáng)學(xué)生的動手操作能力。任務(wù)三：進(jìn)行口罩識別模型的訓(xùn)練【教師活動】剛剛同學(xué)們已經(jīng)成功的完成了數(shù)據(jù)的標(biāo)注了，那現(xiàn)在我們來進(jìn)行口罩識別模型的訓(xùn)練。實(shí)現(xiàn)口罩識別模型使用的是目標(biāo)檢測中的YOLO模型。目標(biāo)檢測是計(jì)算機(jī)視覺中比較常見的任務(wù)，它用來找到圖片中的某些物體，，除了識別這些物體的種類，同時(shí)標(biāo)出這些物體的位置。YOLO就是一種可以實(shí)現(xiàn)目標(biāo)檢測的模型，它的全稱是youonlylookonce。YOLO使用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的特征來檢測圖像中的物體。本任務(wù)將基于YOLO實(shí)現(xiàn)口罩識別。同學(xué)們只需要掌握YOLO模型的作用就可以了。因?yàn)殛P(guān)于YOLO模型的結(jié)構(gòu)已經(jīng)封裝在了train.py文件中，我們直接調(diào)用就可以的。下面請同學(xué)們打開派lab，打開項(xiàng)目4中的任務(wù)3，我們通過6個(gè)步驟完成本任務(wù)。第一步和第二步：是約定俗成的解壓資源文件和導(dǎo)包的操作。點(diǎn)擊左側(cè)文件夾圖標(biāo)，進(jìn)入“data-sets”，可以看到壓縮包“MaskDetect.zip”，包含了該項(xiàng)目的數(shù)據(jù)集以及封裝好的代碼庫，使用下面的命令將其解壓到當(dāng)前目錄中。該項(xiàng)目實(shí)現(xiàn)的源碼都封裝在“train.py”中，可以使用下面的命令將其導(dǎo)入環(huán)境中，在后續(xù)的步驟中可以調(diào)用它內(nèi)部的方法。第三步：處理xml標(biāo)注數(shù)據(jù)，在任務(wù)2中，我們標(biāo)注了一批人臉戴與不戴口罩的數(shù)據(jù)，標(biāo)注結(jié)果均是xml文件，下面我們要對其做進(jìn)一步的處理，提取有用信息。調(diào)用“process_xml”方法，配置好圖像路徑、標(biāo)注文件的路徑、以及結(jié)果保存路徑即可。這里先處理訓(xùn)練集再處理驗(yàn)證集。第四步，讀取數(shù)據(jù)集，從train包中調(diào)用process_traindata()函數(shù)，根據(jù)以上步驟的文件路徑，將數(shù)據(jù)集劃分為訓(xùn)練與測試。請同學(xué)們按照實(shí)訓(xùn)任務(wù)書，完成數(shù)據(jù)的讀取。【學(xué)生活動】參考實(shí)訓(xùn)任務(wù)書或派Lab平臺上的實(shí)訓(xùn)指南，完成數(shù)據(jù)的讀取?！窘處熁顒印康谖宀剑河捎趶念^訓(xùn)練一個(gè)好模型需要時(shí)間較久，我們提前預(yù)訓(xùn)練了一個(gè)口罩識別模型"./model_data/yolov4_maskdetect_weights1.pth"，我們可以使用標(biāo)注的數(shù)據(jù)在此模型上繼續(xù)迭代，得到一個(gè)效果更好的模型。調(diào)用“l(fā)oad_premodel”函數(shù)，配置好模型路徑、類別標(biāo)簽文件路徑即可。運(yùn)行結(jié)果中顯示“Finished!”加載完成。請同學(xué)們思考一下，預(yù)訓(xùn)練模型對于整個(gè)模型構(gòu)建有什么意義？【預(yù)設(shè)】預(yù)訓(xùn)練模型是提前訓(xùn)練好的模型，是性能比較穩(wěn)定的模型。使用預(yù)訓(xùn)練模型來測試新的數(shù)據(jù)，不僅可以節(jié)約時(shí)間，還能獲得穩(wěn)定的準(zhǔn)確率。有時(shí)一些任務(wù)也是通過對預(yù)訓(xùn)練模型的微調(diào)完成模型的構(gòu)建?！緦W(xué)生活動】學(xué)生動手實(shí)操，并思考回答問題【教師活動】第六步：如果需要從頭訓(xùn)練一個(gè)口罩識別模型，請同學(xué)們思考需要哪些參數(shù)，這些參數(shù)各自代表什。要構(gòu)建一個(gè)人工智能應(yīng)用，一般需要標(biāo)注好的數(shù)據(jù)、模型結(jié)構(gòu)，關(guān)于模型結(jié)構(gòu)，讀取數(shù)據(jù)都封裝在train.py文件中，我們調(diào)用train_model方法，，配置好訓(xùn)練集、驗(yàn)證集、迭代次數(shù)、學(xué)習(xí)率、模型結(jié)構(gòu)等參數(shù)即可。注：使用cpu環(huán)境訓(xùn)練時(shí)，把Batch_size設(shè)小一點(diǎn)，否則容易報(bào)出超出內(nèi)存的錯(cuò)誤。同學(xué)們在私底下可以將迭代設(shè)置的大一些，知道損失函數(shù)收斂了或者到達(dá)一定的迭代次數(shù)，就訓(xùn)練好了。訓(xùn)練完得到的是最好的模型的權(quán)重，我們再調(diào)用“save_model”方法，配置好得到的模型權(quán)重，模型保存的地址和名稱即可?！緦W(xué)生活動】學(xué)生動手實(shí)操，并思考回答問題30分鐘在該環(huán)節(jié)中，教師通過演示、任務(wù)驅(qū)動方法，演示法帶領(lǐng)學(xué)生熟悉模型訓(xùn)練的流程，任務(wù)驅(qū)動法引導(dǎo)學(xué)生進(jìn)行舉一反三，鞏固舊知識，并在練習(xí)中發(fā)展問題，解決問題。任務(wù)四：使用訓(xùn)練好的口罩識別模型進(jìn)行新的圖片的測試【教師活動】在上一個(gè)任務(wù)中，我們進(jìn)行了模型的訓(xùn)練，得到的是一個(gè)訓(xùn)練好的最優(yōu)的模型，在本任務(wù)中，就使用這個(gè)模型對一張新的圖片進(jìn)行測試。在開始實(shí)訓(xùn)之前，確認(rèn)一下當(dāng)前環(huán)境中是否已經(jīng)安裝了torch1.7.1，如果在任務(wù)3中已經(jīng)安裝，且實(shí)訓(xùn)環(huán)境沒有關(guān)閉，可以直接開始任務(wù)4的實(shí)訓(xùn)；否則，重新安裝torch包：!pipinstalltorch==1.7.1。第一步：解壓資源文件和導(dǎo)入一些包和封裝好的函數(shù)。第二步：我們準(zhǔn)備模型，順利完成了任務(wù)3的同學(xué)，可以將自己的模型通過下面的方式上傳到本任務(wù)的數(shù)據(jù)路徑下；任務(wù)3中訓(xùn)練的模型我們上傳到了網(wǎng)盤，如果完成了任務(wù)3的同學(xué)可以不用下載，如果沒有完成任務(wù)3的同學(xué)，可以去下載使用。模型地址如下：鏈接：/s/11djm79ak78I_Udz4AcoS_g提取碼：xkv8注意：無論是自己的模型還是下載的模型，都需要將模型上傳到該項(xiàng)目環(huán)境中。方法如下：點(diǎn)擊左側(cè)文件夾圖標(biāo)，進(jìn)入“model_data”,點(diǎn)擊上傳按鈕，找到本地的模型，等待上傳完成即可。請同學(xué)動手實(shí)操，將模型上傳至本任務(wù)中。【學(xué)生活動】學(xué)生動手實(shí)操?！窘處熁顒印楷F(xiàn)在我們對預(yù)訓(xùn)練模型進(jìn)行測試，先讀取測試圖片，定義圖片路徑，然后用Image.open模塊打開文件，模型測試方法封裝在yolo.py文件中，先實(shí)例化一個(gè)YOLO類，然后對yolo調(diào)用detect_image函數(shù)，進(jìn)行口罩識別，返回的是一個(gè)帶標(biāo)簽的圖片，帶了口罩的圖片會框出人臉部分，并標(biāo)注“mask”和置信度，沒帶口罩的圖片同樣會框出人臉，但是標(biāo)注“nomask”和置信度。接下來就可以對這張圖片進(jìn)行保存和顯示。請同學(xué)們自己上傳一張圖片進(jìn)行測試吧?！緦W(xué)生活動】學(xué)生動手實(shí)操?！窘處熁顒印縿倓偼瑢W(xué)們完成的非常好。我們可以批量展示測試效果，大家打開派lab，執(zhí)行步驟7的代碼。在界面的右邊將出現(xiàn)一個(gè)交互面板，這里可設(shè)置一個(gè)圖片目錄，以“face_mask_datasetes/val_mask/images/”為例，你可以任意選擇該目錄中的圖像進(jìn)行測試。

另外，如果你想要用自己的圖片測試，可以將圖片上傳到這個(gè)目錄下（重新設(shè)置一個(gè)目錄也可以，但要將下面代碼中的參數(shù)path_image修改成你的新目錄），然后重新運(yùn)行下面的代碼?！緦W(xué)生活動】學(xué)生動手實(shí)操。15分鐘該環(huán)節(jié)教師通過帶領(lǐng)學(xué)生進(jìn)行實(shí)操，解讀代碼，學(xué)生通過動手模仿，可以讓學(xué)生了解人工智能算法的測試流程，讓學(xué)生對此有一個(gè)初步的認(rèn)知。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學(xué)習(xí)的內(nèi)容進(jìn)行小結(jié)。最后教師進(jìn)行總結(jié)。布置課后習(xí)題5分鐘讓學(xué)生自己進(jìn)行小結(jié)，加深學(xué)生對本節(jié)課知識的理解，也同時(shí)鍛煉學(xué)生總結(jié)歸納的能力。學(xué)習(xí)效果評價(jià)課后習(xí)題題型題目答案填空題（一空一分）1、闡述什么是目標(biāo)檢測2、請你對一張帶墨鏡的圖片進(jìn)行標(biāo)注，帶了墨鏡的標(biāo)注mask，沒帶的標(biāo)注no_mask。3、請你簡述口罩識別的流程1、略2、略3、略選擇題（每題2分）4、YOLO模型是用來（）A.圖像分類B.文本分類C.目標(biāo)檢測D.語音識別5、訓(xùn)練一個(gè)口罩模型，一般需要配置哪些參數(shù)（）A.學(xué)習(xí)率B.batch_sizeC.優(yōu)化函數(shù)D.損失函數(shù)4、D5、ABCD學(xué)習(xí)評價(jià)表評價(jià)角度評價(jià)內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是目標(biāo)檢測（課后習(xí)題1）填寫對應(yīng)習(xí)題的得分能夠?qū)Σ煌N類的圖像進(jìn)行標(biāo)注（課后習(xí)題2）能夠簡述口罩識別的流程（課后習(xí)題3）能夠說出YOLO模型的應(yīng)用的領(lǐng)域（課后習(xí)題4）能夠說法人工智能算法訓(xùn)練階段所用到的參數(shù)（課后習(xí)題5）能夠?qū)崿F(xiàn)口罩?jǐn)?shù)據(jù)的標(biāo)注、模型的訓(xùn)練和標(biāo)注查看學(xué)生派lab平臺中的實(shí)訓(xùn)情況，由教師給分過程與方法在小組討論過程中，能夠積極參與，合理地發(fā)表自己的想法。能夠快速完成教師布置的實(shí)訓(xùn)任務(wù)總分備注：A：3分；B：2分；C：1分反思《體育運(yùn)動的姿態(tài)檢測》教學(xué)設(shè)計(jì)課題：體育運(yùn)動的姿態(tài)檢測授課對象：中職一年級課型：新授課課時(shí)：2~3課時(shí)教材分析：教學(xué)內(nèi)容選自《人工智能通識》課程的項(xiàng)目五。該項(xiàng)目共有4個(gè)任務(wù)：任務(wù)1是姿態(tài)檢測體驗(yàn)，通過對瀏覽器進(jìn)行相關(guān)配置，然后調(diào)用相應(yīng)模型，學(xué)生可自行體驗(yàn)姿態(tài)檢測，并學(xué)習(xí)相應(yīng)的人工智能基礎(chǔ)知識，例如什么是姿態(tài)檢測、什么是分割掩碼、姿態(tài)檢測的應(yīng)用等知識；任務(wù)2是圖片中的運(yùn)動姿態(tài)檢測，主要介紹運(yùn)動姿態(tài)檢測的核心框架——MediaPipe模塊的使用，同時(shí)學(xué)生能夠結(jié)合已有的設(shè)計(jì)經(jīng)驗(yàn)，設(shè)計(jì)出運(yùn)動姿態(tài)檢測任務(wù)的實(shí)訓(xùn)步驟；任務(wù)3是圖片深蹲姿勢標(biāo)準(zhǔn)檢測器，是針對某一具體動作對任務(wù)2的豐富，學(xué)生需要掌握angle（）函數(shù)與cv2AddChineseText()函數(shù)的使用方法；任務(wù)4是視頻深蹲姿勢標(biāo)準(zhǔn)檢測器，該任務(wù)是對任務(wù)3的拓展，只需對任務(wù)3做一定的修改與拓展，便可將該檢測器的使用面從圖片擴(kuò)展到視頻層面。通過學(xué)習(xí)本課，學(xué)生可以舉一反三對不同的體育動作或舞蹈動作進(jìn)行姿態(tài)檢測，同時(shí)還可將其擴(kuò)展到手語識別、手勢控制等領(lǐng)域。學(xué)情分析學(xué)習(xí)心理特征：本課授課對象是智能技術(shù)系機(jī)器人專業(yè)高一年級學(xué)生。學(xué)生在學(xué)習(xí)該項(xiàng)目之前，已經(jīng)有過多個(gè)項(xiàng)目的學(xué)習(xí)經(jīng)驗(yàn)，不但具備了識讀、編寫Python程序的能力，同時(shí)還對一些比較常用的機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)的TensorFlow框架、計(jì)算機(jī)視覺領(lǐng)域的基礎(chǔ)知識以及一些項(xiàng)目開發(fā)中常用到的Python庫有了比較深入的理解與應(yīng)用。知識基礎(chǔ)：1．學(xué)生已經(jīng)完成了項(xiàng)目四口罩識別系統(tǒng)的學(xué)習(xí)，同時(shí)已經(jīng)對計(jì)算機(jī)視覺領(lǐng)域中的各種圖像處理技術(shù)有了比較深入的、概念化的理解，但對某些圖像處理技術(shù)如何應(yīng)用到項(xiàng)目開發(fā)中還存在一定的困難，要想突破這個(gè)困難，需要相應(yīng)的任務(wù)作依托、需要教師的引導(dǎo)、需要小組的合作。2．大部分學(xué)生自主學(xué)習(xí)能力比較差，但對新鮮事物的探索能力較強(qiáng)，因此將該項(xiàng)目中任務(wù)1的姿態(tài)檢測體驗(yàn)作為課前準(zhǔn)備階段的學(xué)習(xí)內(nèi)容推送給學(xué)生，使其在體驗(yàn)姿態(tài)檢測的同時(shí)，對該項(xiàng)目的應(yīng)用、技術(shù)需求有一定的了解。3．對任務(wù)2進(jìn)行升級改造成任務(wù)3時(shí)，將關(guān)節(jié)坐標(biāo)的讀取、給圖片增加文字、動作幅度的計(jì)算三個(gè)環(huán)節(jié)進(jìn)行合并應(yīng)用時(shí)，學(xué)生可能會對程序的識讀存在一定的問題，為此可通過增加批注的方式加深學(xué)生的理解。教學(xué)目標(biāo)知識與技能目標(biāo)：1、能夠安裝Mediapide框架。2、能夠調(diào)用Mediapide框架對圖片、視頻中的運(yùn)動進(jìn)行姿態(tài)檢測3、掌握angle（）函數(shù)、cv2AddChineseTest()函數(shù)的使用。4、能夠?qū)ψ藨B(tài)檢測的視頻進(jìn)行讀取與保存。5、了解姿態(tài)檢測技術(shù)的概念與應(yīng)用領(lǐng)域。6、了解計(jì)算機(jī)視覺領(lǐng)域中圖像分割技術(shù)的概念及掩碼技術(shù)。過程與方法：使用搜索引擎搜索信息，小組合作討論數(shù)據(jù)分析及數(shù)據(jù)可視化概念及其應(yīng)用。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主進(jìn)行爬蟲工具—后羿采集器的安裝與配置。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主在爬蟲工具中創(chuàng)建數(shù)據(jù)采集任務(wù)，即采集杭州濱江區(qū)的房價(jià)。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書和老師的引領(lǐng)下，完成數(shù)據(jù)的分析與可視化根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書和老師的帶領(lǐng)下，完成隨機(jī)森林模型的構(gòu)建和預(yù)測。情感態(tài)度與價(jià)值觀：能夠體會到人工智能技術(shù)的奇妙和給生活帶來的樂趣。通過小組合作的方式，培養(yǎng)學(xué)生的主動參與的意識，強(qiáng)化自身的責(zé)任感，以及增強(qiáng)自己的合作能力。教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：MediaPipe模塊的安裝與調(diào)用。教學(xué)難點(diǎn)：關(guān)節(jié)節(jié)點(diǎn)的捕捉與動作幅度的計(jì)算教學(xué)方法教法：任務(wù)驅(qū)動法、練習(xí)法學(xué)法：自主學(xué)習(xí)法、小組合作學(xué)習(xí)法教學(xué)準(zhǔn)備教學(xué)環(huán)境：多媒體網(wǎng)絡(luò)計(jì)算機(jī)房教學(xué)資源：多媒體網(wǎng)絡(luò)計(jì)算機(jī)，派Lab平臺，PPT課件，微課教學(xué)過程教學(xué)內(nèi)容及過程時(shí)間分配設(shè)計(jì)意圖一、創(chuàng)設(shè)情景【教師活動】從圖片或者視頻中估計(jì)人體姿勢在各種應(yīng)用中發(fā)揮著關(guān)鍵作用，例如智能體育鍛煉教練、手語識別、手勢控制以及VR相關(guān)的各種體感應(yīng)用。在我們?nèi)粘Ｉ钪校藨B(tài)檢測可以構(gòu)成瑜伽、舞蹈和健身應(yīng)用的基礎(chǔ)。小派同學(xué)希望可以通過深蹲來鍛煉自己腿部的肌肉力量，但是他害怕不標(biāo)準(zhǔn)的姿勢有害無益。所以在這個(gè)項(xiàng)目周，我們將逐步跟小派一起，實(shí)現(xiàn)一個(gè)深蹲標(biāo)準(zhǔn)與否的檢測器。2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個(gè)生活中真實(shí)存在的情景，讓學(xué)生了解姿態(tài)檢測和人工智能。二、任務(wù)分析【教師活動】小派希望可以通過一個(gè)神奇的檢測器檢測自己的深蹲姿勢是否標(biāo)準(zhǔn)，那應(yīng)該如何檢測呢，要用到哪些技術(shù)呢？本項(xiàng)目一共可以分為四個(gè)子任務(wù)，任務(wù)1呢，我們先不去探討這里面有什么具體的技術(shù)，先去體驗(yàn)一下姿態(tài)檢測，看看姿態(tài)檢測檢測的到底是什么。任務(wù)2我們來介紹一下MediaPipe模塊的使用，來了解一下姿態(tài)檢測的流程。任務(wù)3是對任務(wù)2的豐富，我們需要掌握angle（）函數(shù)與cv2AddChineseText()函數(shù)的使用方法。任務(wù)4是對任務(wù)3的拓展，會來體驗(yàn)一下視頻檢測的檢測流程?！緦W(xué)生活動】小組展開討論各小組發(fā)表自己的任務(wù)分析結(jié)果【教師活動】對各小組的討論結(jié)果進(jìn)行評價(jià)，最后進(jìn)行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：姿態(tài)檢測體驗(yàn)子任務(wù)二：圖片中的運(yùn)動姿態(tài)檢測子任務(wù)三：圖片深蹲姿勢標(biāo)準(zhǔn)檢測器子任務(wù)四：視頻深蹲姿勢標(biāo)準(zhǔn)檢測器3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個(gè)討論分析，在該過程中，讓每個(gè)學(xué)生對接下來要完成的任務(wù)進(jìn)行分析和討論，讓學(xué)生成為課堂的主體，提高學(xué)生的參與感，提升學(xué)生的自主思考能力。三、新知學(xué)習(xí)任務(wù)一：姿態(tài)檢測體驗(yàn)【教師活動】本任務(wù)是來通過瀏覽器配置來實(shí)現(xiàn)網(wǎng)頁版的姿態(tài)檢測。我們先按照猜拳小游戲項(xiàng)目中，安裝好Chrome瀏覽器的插件WebServerforChrome。我們下載本任務(wù)所需的資料，同學(xué)們打開派Lab中的任務(wù)1，從右邊側(cè)邊欄選擇文件夾圖表，點(diǎn)擊文件夾‘data-sets’,下載“姿態(tài)識別.zip”到本地電腦上.【學(xué)生活動】學(xué)生打開網(wǎng)址，下載資料【教師活動】下載好資料后，需要對谷歌瀏覽器就行配置，我們打開谷歌瀏覽器，輸入：chrome://flags/#unsafely-treat-insecure-origin-as-secure。然后將:8887網(wǎng)址復(fù)制到文本框中，再點(diǎn)擊Disable選項(xiàng)卡，選擇Enable。這一步完成之后，打開WebServer，選擇剛剛解壓的文件夾，通過WebServer打開index.html,網(wǎng)頁加載速度取決于電腦配置，請同學(xué)們耐心等待一下。網(wǎng)頁加載完成后，畫面上有幾個(gè)可調(diào)節(jié)的參數(shù)，自拍模式是，打開則對相機(jī)或者視頻圖片輸入進(jìn)行垂直翻轉(zhuǎn)處理。模型復(fù)雜度可選0，1，2.標(biāo)記的準(zhǔn)確性和計(jì)算延遲通常會隨著模型的復(fù)雜度增加，默認(rèn)為1。平滑標(biāo)點(diǎn)為過濾不同輸入圖像中的地標(biāo)以減少抖動。開啟畫面分割，如果設(shè)置為true，那么除了姿勢界標(biāo)之外嗎，該解決方案還生成分割掩碼。平滑分割的作用是過濾不同輸入圖像的分割掩碼以減少抖動。最小姿態(tài)檢測置信度為人檢測模型中的最小置信度。最小姿態(tài)跟蹤置信度：跟蹤模型的最小置信度直，設(shè)置為更高的可以提高識別的穩(wěn)定性與準(zhǔn)確性，但是會帶來更高的延遲。如果有同學(xué)的攝像頭不可用，可以選擇下載本任務(wù)提供的demo，并上傳至瀏覽器。同學(xué)可以自己動手操作，然后分享一下自己的感受【學(xué)生活動】學(xué)生通過實(shí)訓(xùn)任務(wù)書或者派Lab平臺上的實(shí)訓(xùn)指南，自行進(jìn)行姿態(tài)識別體驗(yàn)并發(fā)表看法。是姿態(tài)檢測體驗(yàn)，通過對瀏覽器進(jìn)行相關(guān)配置，然后調(diào)用已經(jīng)制作好的運(yùn)動姿態(tài)檢測模型，學(xué)生可自行體驗(yàn)姿態(tài)檢測，并學(xué)習(xí)相應(yīng)的人工智能基礎(chǔ)知識，例如什么是姿態(tài)檢測、什么是分割掩碼、姿態(tài)檢測的應(yīng)用等知識。15分鐘在該環(huán)節(jié)中，通過讓學(xué)生親身體驗(yàn)姿態(tài)識別的過程，引發(fā)學(xué)生的興趣任務(wù)二：對圖片中的運(yùn)動姿態(tài)進(jìn)行檢測剛剛同學(xué)們已經(jīng)體驗(yàn)了姿態(tài)識別了。本任務(wù)就開始學(xué)習(xí)姿態(tài)識別中的具體的實(shí)現(xiàn)過程了。本任務(wù)的目標(biāo)是了解MediaPipe模塊的使用和姿態(tài)檢測的流程首先我們了解MediaPipe模塊。MediaPipe是一款由GoogleResearch開發(fā)并開源的多媒體機(jī)器學(xué)習(xí)模型應(yīng)用框架?；趫D形的跨平臺框架，用于構(gòu)建多模式（視頻，音頻和傳感器）應(yīng)用的機(jī)器學(xué)習(xí)管道。??MediaPipe可在移動設(shè)備、工作站和服務(wù)器上跨平臺運(yùn)行，并支持移動GPU加速。使用MediaPipe，可以將應(yīng)用的機(jī)器學(xué)習(xí)管道構(gòu)建為模塊化組件的圖形。??在谷歌，一系列重要產(chǎn)品，如、GoogleLens、ARCore、GoogleHome以及，都已深度整合了MediaPipe，并且還支持TensorFlow和TFLite的推理引擎（InferenceEngine），任何TensorFlow和TFLite的模型都可以在MediaPipe上使用。同時(shí)，在移動端和嵌入式平臺，MediaPipe也支持設(shè)備本身的GPU加速。同學(xué)們可以通過!pipinstallmediapipe來安裝MediaPipe?！緦W(xué)生活動】學(xué)生通過實(shí)訓(xùn)任務(wù)書或者派Lab平臺上的實(shí)訓(xùn)指南，進(jìn)行MediaPipe的安裝【教師活動】姿態(tài)檢測模型是已經(jīng)訓(xùn)練好的，由于直接從官網(wǎng)進(jìn)行模型下載比較緩慢，我們的右邊側(cè)欄中提供了這個(gè)模型，我們將模型進(jìn)行壓縮后到指定位置。然后導(dǎo)入一些本節(jié)所需要的包，cv2用來讀取圖片的，numpy用來做運(yùn)算，util里面有封裝好的函數(shù)，本任務(wù)的姿態(tài)識別會用到里面的函數(shù)，matplotlib用來查看圖片。我們首先讀取待檢測的圖片，使用的函數(shù)是cv2.imread()函數(shù)，然后進(jìn)行顯示，由于OpenCV讀取的是BGR順序的圖片，我們先將圖片轉(zhuǎn)換為RGB。使用的是轉(zhuǎn)換函數(shù)“cv2.cvtcolor()”,然后使用“plt.show顯示圖片?！笨梢钥吹綀D片中的人物正在做一個(gè)下腰的動作。同學(xué)們先嘗試將這張圖片進(jìn)行顯示?！緦W(xué)生活動】學(xué)生通過實(shí)訓(xùn)任務(wù)書或者派Lab平臺上的實(shí)訓(xùn)指南，進(jìn)行M圖片的展示?！窘處熁顒印拷酉聛?，我們調(diào)用make_image函數(shù)進(jìn)行姿態(tài)檢測。我們將MediaPipePose的檢測過程放入了make_image函數(shù)，所以在這里我們使用了MediaPipe并繪制姿態(tài)標(biāo)點(diǎn)。在這里，我們只要調(diào)用make_image函數(shù)，輸入一張剛讀取的圖像，該函數(shù)返回的是一張檢測完畢并進(jìn)行了描點(diǎn)的操作，最后通過plt.imshow函數(shù)進(jìn)行展示。從這張檢測圖上看出，身體的各個(gè)關(guān)鍵點(diǎn)已經(jīng)被檢測出來了，請同學(xué)們自行嘗試【學(xué)生活動】學(xué)生通過實(shí)訓(xùn)任務(wù)書或者派Lab平臺上的實(shí)訓(xùn)指南，進(jìn)行圖片中運(yùn)動姿勢的關(guān)鍵點(diǎn)檢測。20分鐘在該環(huán)節(jié)中，通過演示法向同學(xué)們展示了運(yùn)動姿勢識別的全過程，然后讓學(xué)生自己實(shí)踐，模仿訓(xùn)練，加強(qiáng)學(xué)生的動手操作能力。任務(wù)三：對圖片深蹲姿勢標(biāo)準(zhǔn)檢測器【教師活動】上個(gè)任務(wù)，我們檢測了運(yùn)動的姿勢，可以發(fā)現(xiàn)關(guān)節(jié)與關(guān)節(jié)之間是用線連接起來的，小派在進(jìn)行深蹲鍛煉的過程中，發(fā)現(xiàn)計(jì)算機(jī)可以進(jìn)行判斷是否膝蓋彎曲角度低于90°，并以此來判斷深蹲做的是否標(biāo)準(zhǔn)。首先我們?nèi)匀唤鈮何募⒛Ｐ徒鈮旱剿栉恢?，并把相?yīng)的包導(dǎo)入。同學(xué)們打開派lab中的任務(wù)3，在步驟5中，我們該如何根據(jù)三個(gè)坐標(biāo)計(jì)算關(guān)節(jié)的角度呢？這里是可以通過調(diào)用angle函數(shù)進(jìn)行角度計(jì)算，這個(gè)函數(shù)被封裝在util.py文件中，參數(shù)為三個(gè)點(diǎn)的坐標(biāo)，返回的是夾角值。同學(xué)們可以通過，自己設(shè)置三個(gè)坐標(biāo)，測試一下?！緦W(xué)生活動】學(xué)生輸入三個(gè)測試坐標(biāo)，調(diào)用angle函數(shù)計(jì)算夾角?！窘處熁顒印课覀円呀?jīng)知道如何通過angle函數(shù)計(jì)算三個(gè)坐標(biāo)的夾角；有了這個(gè)函數(shù)，我們就可以計(jì)算人體關(guān)鍵點(diǎn)之間的夾角了。那如果我想在某張圖片上標(biāo)記上夾角的大小，又該如何實(shí)現(xiàn)呢？那這個(gè)步驟我們就來學(xué)習(xí)如何給圖片添加上文字。我們?我們通過imread讀取圖片，然后進(jìn)行顏色通道轉(zhuǎn)換。接下來通過調(diào)用cv2AddChineseText()方法在圖片“1.png”的(250,50)的位置上添加文字"添加文字"，并設(shè)置顏色(0,0,0)即黑色。如果大家想要調(diào)制出更多的顏色，可以訪問網(wǎng)站。接下來，我們來讀取關(guān)節(jié)坐標(biāo)，我們先配置MediaPipe的姿態(tài)識別解決方法，得到標(biāo)記姿態(tài)的結(jié)果后，再讀取所有點(diǎn)的坐標(biāo)，然后再通過索引讀取每個(gè)位置的坐標(biāo)，計(jì)算膝關(guān)節(jié)彎曲角度需要三個(gè)的點(diǎn)的坐標(biāo)，而調(diào)用關(guān)節(jié)點(diǎn)需要用到關(guān)節(jié)點(diǎn)的英文名稱，我們將每個(gè)關(guān)節(jié)的英文都放在了步驟7中，大家自行查閱。同學(xué)們現(xiàn)在可以進(jìn)行步驟6、7的練習(xí)，嘗試給圖片添加文字，計(jì)算關(guān)節(jié)坐標(biāo)?！緦W(xué)生活動】學(xué)生動手實(shí)操【教師活動】接下來我們將步驟5.6.7進(jìn)行合并，大家可以想一下為什么要將計(jì)算夾角、給圖片添加文字、計(jì)算關(guān)節(jié)坐標(biāo)合并在一個(gè)compute函數(shù)內(nèi)。這里呢會涉及到make_image函數(shù)，make_image函數(shù)作用的是標(biāo)記關(guān)節(jié)的。我們現(xiàn)將任務(wù)二中的make_image函數(shù)進(jìn)行升級，使它可以輸入自定義的一些圖像處理函數(shù)，并在完成姿態(tài)檢測后進(jìn)行處理。接下來我們進(jìn)行圖片讀取，并將上一個(gè)代碼塊中的compute函數(shù)輸入進(jìn)make()函數(shù)，這樣就可以在對圖像進(jìn)行姿態(tài)檢測后，繪制我們自己想加上去的內(nèi)容，比如膝蓋彎曲角度。我們讀取一張1的圖片，將該圖片和compute函數(shù)作為參數(shù)傳入make_image_advance函數(shù)中。?步驟六的文字會默認(rèn)為黑色，但是我們可能會希望如果這個(gè)深蹲姿勢是標(biāo)準(zhǔn)的，有一些更醒目的提示，比如說亮綠色。反之，如果是不標(biāo)準(zhǔn)的，我們可能希望有一些提醒色，比如黃色。我們預(yù)設(shè)，膝蓋彎曲角度小于90度，則表示深蹲姿勢是標(biāo)準(zhǔn)的，否則就是不標(biāo)準(zhǔn)的，這一步是拓展問題，同學(xué)們可以根據(jù)步驟9進(jìn)行嘗試?！绢A(yù)設(shè)】這一步是合并姿態(tài)識別和標(biāo)記關(guān)節(jié)坐標(biāo)，適合基礎(chǔ)不太好的同學(xué)直接調(diào)用?！緦W(xué)生活動】學(xué)生動手實(shí)操30分鐘在該環(huán)節(jié)中，教師通過演示、任務(wù)驅(qū)動方法，學(xué)生模仿訓(xùn)練的方式進(jìn)行姿態(tài)的識別的標(biāo)記，演示法帶領(lǐng)學(xué)生姿態(tài)識別的流程與優(yōu)化，任務(wù)驅(qū)動法引導(dǎo)學(xué)生進(jìn)行舉一反三，鞏固舊知識，并在練習(xí)中發(fā)展問題，解決問題。任務(wù)四：視頻深蹲姿勢標(biāo)準(zhǔn)檢測器【教師活動】前面的任務(wù)中，我們對是對圖片中的姿態(tài)進(jìn)行識別的，本任務(wù)是對視頻中的深蹲姿勢進(jìn)行檢測。全部的流程都是一樣的，大家可以回顧圖片姿態(tài)識別的過程，視頻的姿態(tài)識別也是一樣的，將對圖片的處理轉(zhuǎn)換為對視頻的處理就可以了。同樣的，我們傳入make_video函數(shù)，這是已經(jīng)包裝好的視頻深蹲檢測函數(shù)，這里的make_video函數(shù)是將視頻逐幀讀取，再進(jìn)行處理的，我們設(shè)置每秒查看一次。然后再把視頻處理函數(shù)進(jìn)行傳入，視頻處理函數(shù)compute的作用是在圖片上顯示當(dāng)前是第幾秒。操作完成后，我們可以通過側(cè)邊欄的文件夾處下載out.mp4進(jìn)行查看，在人背后的那面墻右上方添加了黑色數(shù)字。在步驟3中我們學(xué)會了再視頻畫面中添加文字，那么想要把深蹲檢測的信息添加到視頻中，就要重新定義一個(gè)更加復(fù)雜的compute函數(shù)，如果同學(xué)們在任務(wù)3想出了更符合自己喜好的操作函數(shù)，也可以直接將這個(gè)函數(shù)進(jìn)行替換。同樣的，也是將動作的標(biāo)準(zhǔn)程度進(jìn)行不同顏色的標(biāo)注。經(jīng)過剛才的講解，同學(xué)們請結(jié)合實(shí)訓(xùn)任務(wù)書，實(shí)現(xiàn)將深蹲檢測的信息添加到視頻中。【學(xué)生活動】學(xué)生動手實(shí)操。到現(xiàn)在為止，體育運(yùn)動的姿態(tài)檢測項(xiàng)目就完成了，整個(gè)過程用到的封裝函數(shù)比較多，在本項(xiàng)目中，大家需要掌握檢測的流程，angle函數(shù)，以及圖片、視頻處理函數(shù)，至于具體的姿態(tài)檢測模型的原理不需要掌握。大家自己動手實(shí)操一下。20分鐘該環(huán)節(jié)教師通過帶領(lǐng)學(xué)生進(jìn)行實(shí)操，解讀代碼，學(xué)生通過動手模仿，可以讓學(xué)生了解人工智能算法的工作流程，讓學(xué)生對此有一個(gè)初步的認(rèn)知。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學(xué)習(xí)的內(nèi)容進(jìn)行小結(jié)。最后教師進(jìn)行總結(jié)。布置課后習(xí)題5分鐘讓學(xué)生自己進(jìn)行小結(jié)，加深學(xué)生對本節(jié)課知識的理解，也同時(shí)鍛煉學(xué)生總結(jié)歸納的能力。學(xué)習(xí)效果評價(jià)課后習(xí)題題型題目答案填空題（一空一分）1、闡述什么是Mediapide框架2、使用cv2AddChineseText函數(shù)一張圖片進(jìn)行文字標(biāo)注，并上傳結(jié)果3、簡述掩碼的概念1、略2、略3、略選擇題（每題2分）4、以下關(guān)于MediaPip的說法中，錯(cuò)誤的是（）A.是一個(gè)多媒體機(jī)器學(xué)習(xí)模型框架B.是跨平臺的應(yīng)用框架C.MediaPipe的核心框架由python實(shí)現(xiàn)D.MediaPipe集成了人臉識別，人體姿態(tài)評估，人手檢測模型4、C學(xué)習(xí)評價(jià)表評價(jià)角度評價(jià)內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是Mediapide框架（課后習(xí)題1）填寫對應(yīng)習(xí)題的得分簡述掩碼的概念能夠認(rèn)識MediaPip。能夠使用cv2AddChineseText函數(shù)一張圖片進(jìn)行文字標(biāo)注，并上傳結(jié)果，并實(shí)現(xiàn)圖片深蹲姿勢的檢測。查看學(xué)生派lab平臺中的實(shí)訓(xùn)情況，由教師給分過程與方法在小組討論過程中，能夠積極參與，合理地發(fā)表自己的想法。能夠快速完成教師布置的實(shí)訓(xùn)任務(wù)總分備注：A：3分；B：2分；C：1分反思《創(chuàng)意美術(shù)體驗(yàn)》教學(xué)設(shè)計(jì)1課題：圖像讀取與幾何變換授課對象：中職課型：新授課課時(shí)：3~4課時(shí)教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項(xiàng)目六。本節(jié)課的主要內(nèi)容體驗(yàn)人工智能的應(yīng)用，了解計(jì)算機(jī)視覺技術(shù)發(fā)展趨勢和應(yīng)用場景，自己動手上傳圖片嘗試目標(biāo)識別，對計(jì)算機(jī)視覺技術(shù)有感性認(rèn)識，熟練使用OpenCV庫對圖像進(jìn)行基本操作，熟練使用OpenCV庫對圖像進(jìn)行邊緣檢測。地位作用：如今人工智能已經(jīng)逐步讓人們的生活智能化，讓企業(yè)服務(wù)智能化，那么無論為了工作還是為了跟上時(shí)代步伐，有必要去了解人工智能是如何運(yùn)作的。本節(jié)課的學(xué)習(xí)將帶領(lǐng)學(xué)生感知計(jì)算機(jī)視覺技術(shù)應(yīng)用，需要學(xué)習(xí)OpenCV對圖像的基本操作，為后面的學(xué)習(xí)打好基礎(chǔ)。學(xué)情分析學(xué)習(xí)心理特征：本節(jié)課的授課對象為中職一年級學(xué)生該階段的學(xué)生學(xué)習(xí)自制力較差，上課注意力易被分散，因此在上課過程中，應(yīng)該采用講練結(jié)合的方式，讓學(xué)生能夠在實(shí)踐中學(xué)習(xí)和鞏固課程內(nèi)容。同時(shí)該階段的學(xué)生有很多自己的想法和創(chuàng)意，因此在設(shè)計(jì)任務(wù)時(shí)，需要給學(xué)生一定的自由發(fā)揮的空間，讓學(xué)生自主地學(xué)習(xí)和實(shí)踐。另外由于中職一年級的學(xué)生水平各不相同，因此教師在學(xué)生操作過程中應(yīng)該實(shí)時(shí)觀察，引導(dǎo)并鼓勵(lì)基礎(chǔ)較差的學(xué)生完成練習(xí)。知識基礎(chǔ)：中職一年級學(xué)生已經(jīng)掌握了計(jì)算機(jī)與瀏覽器的使用，因此可以讓學(xué)生獨(dú)立動手安裝實(shí)訓(xùn)需要的環(huán)境。教學(xué)目標(biāo)知識與技能目標(biāo)：了解計(jì)算機(jī)視覺技術(shù)發(fā)展趨勢和應(yīng)用場景自己動手上傳圖片嘗試目標(biāo)識別，對計(jì)算機(jī)視覺技術(shù)有感性認(rèn)識熟練使用OpenCV庫對圖像進(jìn)行基本操作熟練使用OpenCV庫對圖像進(jìn)行邊緣檢測熟練OpenCV對圖像的基本操作實(shí)現(xiàn)圖像的幾何變換（縮放、平移、旋轉(zhuǎn)、仿射、透視）過程與方法：使用搜索引擎搜索信息，小組合作討論OpenCV的基本操作和邊緣檢測算法應(yīng)用。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主進(jìn)行OpenCV的圖像讀取和邊緣檢測的實(shí)訓(xùn)。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主實(shí)現(xiàn)圖像的幾何變換操作情感態(tài)度與價(jià)值觀：能夠體會到計(jì)算機(jī)視覺技術(shù)的奇妙和給生活帶來的樂趣。通過小組合作的方式，培養(yǎng)學(xué)生的主動參與的意識，強(qiáng)化自身的責(zé)任感，以及增強(qiáng)自己的合作能力。教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：1、什么是計(jì)算機(jī)視覺？2、什么是數(shù)字圖像處理？3、計(jì)算機(jī)眼中的世界4、OpenCV加載彩色灰度圖像5、顯示圖像尺寸、灰度圖教學(xué)難點(diǎn)：OpenCV工具進(jìn)行邊緣檢測OpenCV進(jìn)行圖像縮放、平移、旋轉(zhuǎn)、仿射和透視教學(xué)方法教法：任務(wù)驅(qū)動法、理實(shí)一體法學(xué)法：自主學(xué)習(xí)法、小組合作學(xué)習(xí)法教學(xué)準(zhǔn)備教學(xué)環(huán)境：人工智能實(shí)訓(xùn)室教學(xué)資源：派LabAI云課堂，PPT課件，教案，實(shí)訓(xùn)源代碼，相關(guān)素材教學(xué)過程教學(xué)內(nèi)容及過程時(shí)間分配設(shè)計(jì)意圖一、創(chuàng)設(shè)情景【教師活動】OpenCV是計(jì)算機(jī)視覺中經(jīng)典的專用庫，其支持多語言、跨平臺，功能強(qiáng)大。OpenCV-Python為OpenCV提供了Python接口，使得使用者在Python中能夠調(diào)用C/C++，在保證易讀性和運(yùn)行效率的前提下，實(shí)現(xiàn)所需的功能，其簡單易懂，使得初學(xué)者能夠快速上手使用。學(xué)會OpenCV處理計(jì)算機(jī)視覺問題將事半功倍！2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個(gè)生活中真實(shí)存在的情景，讓學(xué)生了解人工智能的應(yīng)用。二、任務(wù)分析【教師活動】?本案例我們主要需要學(xué)習(xí)OpenCV對圖像的基本操作，為后面的學(xué)習(xí)打好基礎(chǔ)。首先我們需要對如何開展該任務(wù)進(jìn)行分析（該過程可以讓學(xué)生進(jìn)行小組討論回答）預(yù)設(shè)：首先需要導(dǎo)入Python工具包，接著學(xué)習(xí)加載彩色灰度圖像，然后需要了解顯示圖像尺寸和顯示灰度圖的方法，最后寫入圖像進(jìn)行邊緣檢測?！緦W(xué)生活動】小組展開討論各小組發(fā)表自己的任務(wù)分析結(jié)果【教師活動】對各小組的討論結(jié)果進(jìn)行評價(jià)，最后進(jìn)行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：OpenCV基礎(chǔ)圖像讀取、寫入與保存子任務(wù)二：邊緣檢測子任務(wù)三：幾何變換3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個(gè)討論分析，在該過程中，讓每個(gè)學(xué)生對接下來要完成的任務(wù)進(jìn)行分析和討論，讓學(xué)生成為課堂的主體，提高學(xué)生的參與感，提升學(xué)生的自主思考能力。三、新知學(xué)習(xí)任務(wù)一：OpenCV基礎(chǔ)圖像讀取、寫入與保存【教師活動】在進(jìn)行實(shí)訓(xùn)任務(wù)之前呢，老師這里先梳理一下操作的流程。+步驟1：導(dǎo)入Python工具包+步驟2：加載彩色灰度圖像+步驟3：顯示圖像尺寸+步驟4：顯示灰度圖+步驟5：寫入圖像+步驟6：邊緣檢測【學(xué)生活動】根據(jù)實(shí)訓(xùn)指導(dǎo)手冊按步驟進(jìn)行實(shí)訓(xùn)?！窘處熁顒印坷蠋焸兏鶕?jù)操作流程進(jìn)行教學(xué)，先從導(dǎo)入python工具包開始，一般在寫一個(gè)程序之前，都是需要導(dǎo)入相關(guān)的工具包的，我們要想實(shí)現(xiàn)圖像的讀取寫入和保存，就需要先對其進(jìn)行數(shù)據(jù)層面的處理，我們可以導(dǎo)入數(shù)據(jù)處理包numpy、圖像處理工具CV2、以及可視化的包matplotlib，同學(xué)們可以進(jìn)行嘗試。接著，我們可以讓學(xué)生輸入代碼img=cv.imread('./data-sets/pic.jpg',0)來加載彩色灰度圖像，接著進(jìn)行圖像尺寸的介紹，圖像尺寸即圖像像素尺寸，由寬和高兩個(gè)維度組成，平時(shí)我們說的1920x1080尺寸圖片，意思就是1920個(gè)像素寬，1080個(gè)像素高的圖片。上述加載的圖像尺寸為435x580。輸入代碼img.shape來查看圖像尺寸。接著對灰度圖進(jìn)行介紹，灰度圖，GrayScaleImage或是GreyScaleImage，又稱灰階圖。把白色與黑色之間按對數(shù)關(guān)系分為若干等級，稱為灰度?；叶确譃?56階，即圖片中每一個(gè)像素點(diǎn)為0到255之間的一個(gè)數(shù)值。輸入代碼plt.imshow(img,plt.cm.gray)將圖像轉(zhuǎn)為灰度圖，輸入代碼plt.show()來顯示圖像。最后保存圖像，輸入代碼cv.imwrite('pic_1.png',img)來保存圖像【學(xué)生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進(jìn)行總結(jié)這里先簡單的說一下圖像讀取寫入、保存的原理和函數(shù)方法，同學(xué)們需要根據(jù)每一步驟，學(xué)習(xí)一個(gè)知識點(diǎn)，每個(gè)函數(shù)的使用方法和參數(shù)。最后進(jìn)行同學(xué)答疑。15分鐘在該環(huán)節(jié)中，設(shè)置了一個(gè)實(shí)操環(huán)節(jié)，能夠讓學(xué)生自己動手實(shí)操進(jìn)行圖像基本讀取寫入保存的一個(gè)過程，增加課堂的實(shí)踐性，調(diào)節(jié)課堂的氛圍，同時(shí)也讓學(xué)生對項(xiàng)目的目標(biāo)成果有個(gè)整體認(rèn)知?！窘處熁顒印空埻瑢W(xué)們思考，為什么要先顯示灰度圖呢？imshow()函數(shù)的參數(shù)都代表著什么呢？預(yù)設(shè)：圖像灰度化的目的是為了簡化矩陣，提高運(yùn)算速度。彩色圖像中的每個(gè)像素顏色由R、G、B三個(gè)分量來決定，而每個(gè)分量的取值范圍都在0-255之間，這樣對計(jì)算機(jī)來說，彩色圖像的一個(gè)像素點(diǎn)就會有256*256*256=16777216種顏色的變化范圍！而灰度圖像是R、G、B分量相同的一種特殊彩色圖像，對計(jì)算機(jī)來說，一個(gè)像素點(diǎn)的變化范圍只有0-255這256種。彩色圖片的信息含量過大，而進(jìn)行圖片識別時(shí)，其實(shí)只需要使用灰度圖像里的信息就足夠了，所以圖像灰度化的目的就是為了提高運(yùn)算速度?！緦W(xué)生活動】思考并回答問題【教師活動】對學(xué)生的回答進(jìn)行小結(jié)：同學(xué)們的推斷都是比較準(zhǔn)確的，同時(shí)，使用函數(shù)cv.imshow()在窗口中顯示圖像。窗口自動適合圖像尺寸。第一個(gè)參數(shù)是窗口名稱，它是一個(gè)字符串。第二個(gè)參數(shù)是我們的對象。你可以根據(jù)需要?jiǎng)?chuàng)建任意多個(gè)窗口，但可以使用不同的窗口名稱。（同學(xué)們先動手實(shí)踐，然后討論）預(yù)設(shè)：注意在jupyter環(huán)境下，opencv的cv.imshow()函數(shù)無法正常顯示圖片，故我們用plt.imshow()函數(shù)替代cv.imshow()【學(xué)生活動】思考并回答問題30分鐘在該環(huán)節(jié)中，通過提問的方式引出接下來要操作的內(nèi)容，同時(shí)讓學(xué)生在動手操作之前能夠思考為什么要做這個(gè)事.另外，讓學(xué)生動手安裝之后再拋出一個(gè)問題，讓學(xué)生討論發(fā)現(xiàn)問題的答案，而不是直接給出，增加學(xué)生之間的互動與交流。任務(wù)二：OpenCV實(shí)現(xiàn)圖像的幾何變換【教師活動】剛才我們已經(jīng)把對圖像的讀取、寫入、保存進(jìn)行了學(xué)習(xí)，現(xiàn)在需要對幾何變換進(jìn)行實(shí)操學(xué)習(xí)。圖像幾何變換是指用數(shù)學(xué)建模的方法來描述圖像位置、大小、形狀等變化的方法。在實(shí)際場景拍攝到的一幅圖像，如果畫面過大或過小，都需要進(jìn)行縮小或放大。如果拍攝時(shí)景物與攝像頭不成相互平行關(guān)系的時(shí)候，會發(fā)生一些幾何畸變，例如會把一個(gè)正方形拍攝成一個(gè)梯形等。這就需要進(jìn)行一定的畸變校正。在進(jìn)行目標(biāo)物的匹配時(shí)，需要對圖像進(jìn)行旋轉(zhuǎn)、平移等處理。在進(jìn)行三維景物顯示時(shí)，需要進(jìn)行三維到二維平面的投影建模。因此，圖像幾何變換是圖像處理及分析的基礎(chǔ)。1、什么是圖像的幾何變換？圖像的幾何變換就是將一組圖像數(shù)據(jù)經(jīng)過某種數(shù)學(xué)運(yùn)算，映射成另外一組圖像數(shù)據(jù)的操作。所以，幾何變換的關(guān)鍵就是要確定這種空間映射關(guān)系。幾何變換又稱空間變換。對于圖像數(shù)據(jù)來說，就是將一幅圖像中的坐標(biāo)位置映射到另一幅圖像中的新坐標(biāo)位置。或者說，幾何變換不改變圖像的像素值，只是在圖像平面上進(jìn)行像素的重新安排。2、為什么要對圖像進(jìn)行幾何變換？對圖像進(jìn)行幾何變換可以一定程度上的消除圖像由于角度、透視關(guān)系、拍攝等原因造成的幾何失真，進(jìn)而造成計(jì)算機(jī)模型或者算法無法正確識別圖像，所以我們要對圖像進(jìn)行幾何變換。幾何變換不是取悅?cè)搜鄣?，是取悅?jì)算機(jī)的，是讓計(jì)算機(jī)(模型、算法)能更好的認(rèn)識圖片的。所以，對圖像進(jìn)行幾何變換處理是深度學(xué)習(xí)中數(shù)據(jù)增強(qiáng)的一種常用手段，是進(jìn)行圖像識別前的數(shù)據(jù)預(yù)處理工作內(nèi)容。比如，在很多機(jī)器視覺落地項(xiàng)目中，在實(shí)際工作中，我們并不能保證被檢測的物體在圖像的相同位置和方向，所以我們首先要解決的就是被檢測物體的位置和方向。所以我們首先要做的就是對圖像進(jìn)行幾何變換。3、圖像數(shù)據(jù)都有哪些幾何變換？按照人類的視覺效果分，二維圖像的基本幾何變換主要有縮放、平移、旋轉(zhuǎn)、鏡像、透視等。按照變換的數(shù)學(xué)原理的不同分，二維圖像的基本幾何變換主要有仿射變換、透視變換、重映射變換。本次的實(shí)訓(xùn)內(nèi)容則分為14個(gè)小節(jié)：步驟1：讀取圖片步驟2：輸出原始圖片步驟3：獲取原始圖片的尺寸步驟4：定義圖像縮放變換的參數(shù)步驟5：顯示放大變換前后對比圖步驟6：定義平移變換的參數(shù)步驟7：進(jìn)行圖像的平移變換步驟8：顯示平移變換前后對比圖步驟9：定義旋轉(zhuǎn)變換參數(shù)步驟10：進(jìn)行圖像的旋轉(zhuǎn)變換步驟11：顯示旋轉(zhuǎn)變換前后對比圖步驟12：定義透視變換的參數(shù)步驟13：進(jìn)行的圖像的透視變換步驟14：顯示透視變換前后對比圖【學(xué)生活動】參考實(shí)訓(xùn)任務(wù)書或派Lab平臺上的實(shí)訓(xùn)指南，完成圖像幾何變換的理解和幾種幾何變換的意義和實(shí)操。【教師活動】在學(xué)生練習(xí)時(shí)進(jìn)行巡視，對一些動手能力較弱的學(xué)生進(jìn)行相關(guān)的指導(dǎo)，引導(dǎo)學(xué)生完成1-8步驟練習(xí)?！窘處熁顒印繉W(xué)生的練習(xí)進(jìn)行簡單小結(jié)，指出學(xué)生常見的錯(cuò)誤。30分鐘在該環(huán)節(jié)中，主要介紹圖像幾何變換的實(shí)現(xiàn)，當(dāng)然，這部分要考慮實(shí)現(xiàn)難度與學(xué)生的能力。給出一批代碼樣例，有條件的學(xué)生可以在此基礎(chǔ)上進(jìn)行改進(jìn)。這里需要老師帶著學(xué)生一起去理解代碼之間的結(jié)構(gòu)以及代碼內(nèi)部的核心部分。重點(diǎn)了解幾個(gè)重要變換的函數(shù)方法。讓學(xué)生對opencv的使用有所認(rèn)知。任務(wù)二步驟10-14：OpenCV幾何變換下部分【教師活動】1、放大縮小圖像（Scaling）改變圖像尺寸，即長和寬，可以按照比例即按照長寬比來改變圖像大小，也可以不按照圖像長寬比按照需求來放大或者縮小圖像；可以看到Opencv提供了resize函數(shù)，可以通過第二個(gè)參數(shù)輸入圖像的具體尺寸，也可以通過fxfy參數(shù)按照新的尺寸與舊尺寸的比值來設(shè)置；interpolation參數(shù)表示在放縮圖像的時(shí)候的插值方法；2、平移圖像（translation）假設(shè)我們的視域不變，也就是我們看的地方和范圍都不變，對圖像進(jìn)行各個(gè)方向的移動，我們能看到的就是圖像經(jīng)過平移之后的結(jié)果；Opencvpython沒有直接的圖像平移函數(shù)，可以通過平移矩陣來完成對圖像的平移，平移矩陣錢兩列為一個(gè)單位矩陣，最后一列是沿著x，y方向的平移量；3、旋轉(zhuǎn)圖像（rotation）還是假設(shè)我們的視域是固定的，就是我們看到區(qū)域是固定的；固定現(xiàn)在圖像中一個(gè)點(diǎn)，然后旋轉(zhuǎn)圖像，旋轉(zhuǎn)之后，我們還能看到地方就是旋轉(zhuǎn)之后的圖像；4、仿射變換（AffineTransformation）簡單來說就是源圖像經(jīng)過放縮、平移和旋轉(zhuǎn)的一種或者集中各種組合變換之后的圖像；還有說是仿射變換是圖像線性變換加上平移，即Y=AX+B；仿射變換如何變換取決于其變換矩陣是什么，變換矩陣是一個(gè)2*3的矩陣，變換矩陣的最后一列為平移量，前面是圖像x，y的變換矩陣；由此可以看到，仿射變換是在二維圖像中的變換；各代碼詳解請見實(shí)訓(xùn)指導(dǎo)手冊15分鐘該環(huán)節(jié)是一個(gè)實(shí)訓(xùn)環(huán)節(jié)，結(jié)合學(xué)生自身的特點(diǎn)，讓學(xué)生自己參考任務(wù)書，完成任務(wù)，提高學(xué)生的自學(xué)能力，以及動手實(shí)踐能力。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學(xué)習(xí)的內(nèi)容進(jìn)行小結(jié)。最后教師進(jìn)行總結(jié)。布置課后習(xí)題5分鐘讓學(xué)生自己進(jìn)行小結(jié)，加深學(xué)生對本節(jié)課知識的理解，也同時(shí)鍛煉學(xué)生總結(jié)歸納的能力。學(xué)習(xí)效果評價(jià)課后習(xí)題題型題目答案問答題（一題一分）1、闡述什么是OpenCV2、列舉至少三個(gè)計(jì)算機(jī)視覺的應(yīng)用場景3、幾何變有哪幾種，為什么要進(jìn)行圖像的幾何變換1、略2、無人駕駛、人臉識別、圖像生成3、略選擇題（每題2分）4、OpenCV用于對圖像執(zhí)行透視變換的函數(shù)是（）A.flip()B.resize()C.warpAFFine()D.warpPerspective()5、OpenCV用于圖像寫入文件的函數(shù)是（）A、imread（）B、imshow（）C.imwrite（）D.videocapture（）4、D5、C學(xué)習(xí)評價(jià)表評價(jià)角度評價(jià)內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是OpenCV（課后習(xí)題1）填寫對應(yīng)習(xí)題的得分能夠說出圖像幾何變換是什么（課后習(xí)題4,5）能夠說出圖像幾何變換的函數(shù)方法（課后習(xí)題3）能夠說出計(jì)算機(jī)視覺的主要應(yīng)用（課后習(xí)題2）能夠?qū)嵺`完成圖像的讀取寫入和保存查看學(xué)生派lab平臺中的實(shí)訓(xùn)情況，由教師給分過程與方法在小組討論過程中，能夠積極參與，合理地發(fā)表自己的想法。能夠快速完成教師布置的實(shí)訓(xùn)任務(wù)總分備注：A：3分；B：2分；C：1分反思《創(chuàng)意美術(shù)體驗(yàn)》教學(xué)設(shè)計(jì)2課題：創(chuàng)意美術(shù)-拼接蘋果橙授課對象：中職課型：新授課課時(shí)：3~4課時(shí)教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項(xiàng)目六。本節(jié)課的主要內(nèi)容體驗(yàn)人工智能的應(yīng)用，了解什么是圖像拼接，了解什么是圖像金字塔，能夠使用圖像金字塔來拼接圖像，創(chuàng)造新的水果蘋果橙。地位作用：如今人工智能已經(jīng)逐步讓人們的生活智能化，讓企業(yè)服務(wù)智能化，那么無論為了工作還是為了跟上時(shí)代步伐，有必要去了解人工智能是如何運(yùn)作的。本節(jié)課的學(xué)習(xí)將帶領(lǐng)學(xué)生感知計(jì)算機(jī)視覺技術(shù)應(yīng)用，需要學(xué)習(xí)OpenCV對圖像的基本操作，為后面的學(xué)習(xí)打好基礎(chǔ)。學(xué)情分析學(xué)習(xí)心理特征：本節(jié)課的授課對象為中職一年級學(xué)生該階段的學(xué)生學(xué)習(xí)自制力較差，上課注意力易被分散，因此在上課過程中，應(yīng)該采用講練結(jié)合的方式，讓學(xué)生能夠在實(shí)踐中學(xué)習(xí)和鞏固課程內(nèi)容。同時(shí)該階段的學(xué)生有很多自己的想法和創(chuàng)意，因此在設(shè)計(jì)任務(wù)時(shí)，需要給學(xué)生一定的自由發(fā)揮的空間，讓學(xué)生自主地學(xué)習(xí)和實(shí)踐。另外由于中職一年級的學(xué)生水平各不相同，因此教師在學(xué)生操作過程中應(yīng)該實(shí)時(shí)觀察，引導(dǎo)并鼓勵(lì)基礎(chǔ)較差的學(xué)生完成練習(xí)。知識基礎(chǔ)：前面的課程已經(jīng)讓學(xué)生了解了OpenCV的基本用法，本節(jié)將繼續(xù)對OpenCV進(jìn)行實(shí)操練習(xí)。教學(xué)目標(biāo)知識與技能目標(biāo)：了解計(jì)算機(jī)視覺技術(shù)發(fā)展趨勢和應(yīng)用場景了解什么是圖像拼接了解什么是圖像金字塔熟練使用OpenCV來拼接圖像，創(chuàng)造新水果技能實(shí)操：使用搜索引擎搜索信息，小組合作討論OpenCV圖像拼接的應(yīng)用。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主進(jìn)行圖像金字塔的探究和使用。根據(jù)教師發(fā)布的實(shí)訓(xùn)任務(wù)書，自主實(shí)現(xiàn)新水果拼接。情感態(tài)度與價(jià)值觀：能夠體會到計(jì)算機(jī)視覺技術(shù)的奇妙和給生活帶來的樂趣。通過小組合作的方式，培養(yǎng)學(xué)生的主動參與的意識，強(qiáng)化自身的責(zé)任感，以及增強(qiáng)自己的合作能力。教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：1、什么是圖像拼接？2、什么是高斯金字塔？3、什么是拉普拉斯金字塔4、高斯金字塔和拉普拉斯金字塔的關(guān)系教學(xué)難點(diǎn)：OpenCV工具應(yīng)用圖像金字塔OpenCV進(jìn)行新水果拼接教學(xué)方法教法：任務(wù)驅(qū)動法、理實(shí)一體法學(xué)法：自主學(xué)習(xí)法、小組合作學(xué)習(xí)法教學(xué)準(zhǔn)備教學(xué)環(huán)境：人工智能實(shí)訓(xùn)室教學(xué)資源：派LabAI云課堂，PPT課件，教案，實(shí)訓(xùn)源代碼，相關(guān)素材教學(xué)過程教學(xué)內(nèi)容及過程時(shí)間分配設(shè)計(jì)意圖一、創(chuàng)設(shè)情景【教師活動】派弟弟是美術(shù)老師，平時(shí)大多是教學(xué)生畫各種生活中出現(xiàn)的物體，時(shí)間久了自己都覺得枯燥，于是想要一些有創(chuàng)意的東西讓學(xué)生畫，來激發(fā)興趣，小派通過圖像拼接發(fā)明了一些沒見過不常見的新東西。本案例我們主要學(xué)習(xí)基于OpenCV水果拼接案例，生成彩椒、蘋果橙、黑白馬等圖像重建體驗(yàn)。2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個(gè)生活中真實(shí)存在的情景，讓學(xué)生了解圖像拼接的應(yīng)用。二、任務(wù)分析【教師活動】?本案例我們主要需要學(xué)習(xí)圖像拼接的概念，為后面的學(xué)習(xí)打好基礎(chǔ)。首先我們需要對如何開展該任務(wù)進(jìn)行分析（該過程可以讓學(xué)生進(jìn)行小組討論回答）預(yù)設(shè)：

圖像拼接在實(shí)際的應(yīng)用場景很廣，比如無人機(jī)航拍，遙感圖像等等，圖像拼接是進(jìn)一步做圖像理解基礎(chǔ)步驟，拼接效果的好壞直接影響接下來的工作，所以一個(gè)好的圖像拼接算法非常重要?！緦W(xué)生活動】小組展開討論各小組發(fā)表自己的任務(wù)分析結(jié)果【教師活動】對各小組的討論結(jié)果進(jìn)行評價(jià)，最后進(jìn)行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：了解圖像金字塔子任務(wù)二：進(jìn)行圖像拼接3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個(gè)討論分析，在該過程中，讓每個(gè)學(xué)生對接下來要完成的任務(wù)進(jìn)行分析和討論，讓學(xué)生成為課堂的主體，提高學(xué)生的參與感，提升學(xué)生的自主思考能力。三、新知學(xué)習(xí)任務(wù)一：探究圖像金字塔【教師活動】通常，我們過去使用的是恒定大小的圖像。但是在某些情況下，我們需要使用不同分辨率的（相同）圖像。例如，當(dāng)在圖像中搜索某些東西（例如人臉）時(shí)，我們不確定對象將以多大的尺寸顯示在圖像中。在這種情況下，我們將需要?jiǎng)?chuàng)建一組具有不同分辨率的相同圖像，并在所有圖像中搜索對象。這些具有不同分辨率的圖像集稱為“圖像金字塔”。那我們現(xiàn)在可以先導(dǎo)入相關(guān)工具包加載圖像。【學(xué)生活動】根據(jù)實(shí)訓(xùn)指導(dǎo)手冊按步驟進(jìn)行實(shí)訓(xùn)。【教師活動】老師們根據(jù)操作流程進(jìn)行教學(xué)，先從導(dǎo)入python工具包開始，一般在寫一個(gè)程序之前，都是需要導(dǎo)入相關(guān)的工具包的，我們要想實(shí)現(xiàn)圖像的讀取寫入和保存，就需要先對其進(jìn)行數(shù)據(jù)層面的處理，我們可以導(dǎo)入數(shù)據(jù)處理包numpy、圖像處理工具CV2、以及可視化的包matplotlib，同學(xué)們可以進(jìn)行嘗試。接著，我們可以讓學(xué)生輸入代碼!unzip-o./data-sets/samples.zip-d./來解壓資源文件，接著進(jìn)行蘋果圖片和橙子圖片的讀取。A=cv.imread('./samples/apple.jpg')#將圖片像素縮放至384*384大小A=cv.resize(A,(384,384))#讀取橘子圖片B=cv.imread('./samples/orange.jpg')#將圖片像素縮放至384*384大小B=cv.resize(B,(384,384))【學(xué)生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進(jìn)行總結(jié)這里先簡單的說一下圖像讀取寫入方法，然后講一下resize圖像縮放的原理。同學(xué)們需要根據(jù)每一步驟，學(xué)習(xí)一個(gè)知識點(diǎn)，每個(gè)函數(shù)的使用方法和參數(shù)。最后進(jìn)行同學(xué)答疑。15分鐘在該環(huán)節(jié)中，設(shè)置了一個(gè)實(shí)操環(huán)節(jié)，能夠讓學(xué)生自己動手實(shí)操進(jìn)行圖像基本讀取寫入保存的一個(gè)過程，增加課堂的實(shí)踐性，調(diào)節(jié)課堂的氛圍，同時(shí)也讓學(xué)生對項(xiàng)目的目標(biāo)成果有個(gè)整體認(rèn)知。【教師活動】同學(xué)們知道圖像金字塔都有哪些嗎？請同學(xué)們思考，兩者有什么不同？如何生成他們？預(yù)設(shè)：兩種金字塔：高斯金字塔(Gaussianpyramid):用來向下采樣（縮小尺寸），主要的圖像金字塔拉普拉斯金字塔(Laplacianpyramid):用來從金字塔低層圖像重建上層未采樣圖像，在數(shù)字圖像處理中也即是預(yù)測殘差，可以對圖像進(jìn)行最大程度的還原，配合高斯金字塔一起使用?！緦W(xué)生活動】思考并回答問題【教師活動】對學(xué)生的回答進(jìn)行小結(jié)，然后分別引導(dǎo)學(xué)生進(jìn)行高斯金字塔和拉普拉斯金字塔的生成。代碼如下：#生成A的高斯金字塔G=A.copy()