《機器視覺與深度學(xué)習(xí)》課程教學(xué)大綱

《機器視覺與深度學(xué)習(xí)》課程教學(xué)大綱課程編號：13230436英文名稱：MachineVision&DeepLearning學(xué)分：3學(xué)時：總學(xué)時56學(xué)時，其中理論40學(xué)時，實踐16學(xué)時先修課程：無課程類別：專業(yè)方向課程授課對象：機器人工程專業(yè)學(xué)生教學(xué)單位：機械與電氣工程學(xué)院修讀學(xué)期：第6學(xué)期一、課程描述和目標(biāo)《機器視覺與深度學(xué)習(xí)》是機器人工程專業(yè)在機器智能方向的重要理論和技術(shù)課程之一，利用機器視覺和深度學(xué)習(xí)的算法理論和技術(shù)手段可以解決生產(chǎn)實際和科學(xué)研究中的許多問題。本課程教學(xué)內(nèi)容包括機器視覺基本概念、分類、算法和應(yīng)用場景；工業(yè)相機、工業(yè)鏡頭、機器視覺光源、視覺傳感器及智能相機基礎(chǔ)知識；機器視覺系統(tǒng)設(shè)計方法、視覺定位與對位、機器人視覺引導(dǎo)、視覺測量、視覺檢測、顏色分析和深度學(xué)習(xí)算法及框架以及深度學(xué)習(xí)工程的編譯、訓(xùn)練、評估與部署方法及應(yīng)用等。具體的課程目標(biāo)如下：課程目標(biāo)1:對國內(nèi)外機器視覺與深度學(xué)習(xí)研究及應(yīng)用技術(shù)的現(xiàn)狀和發(fā)展有較全面地把握和及時了解；掌握各種機器視覺和深度學(xué)習(xí)的基本概念、原理、技術(shù)手段和設(shè)計方法；能運用機器視覺及深度學(xué)習(xí)技術(shù)進行機器視覺核心部件的選型，掌握搭建機器視覺系統(tǒng)完成測量、檢測、定位、讀碼與識別等任務(wù)的方法。課程目標(biāo)2：掌握主流的機器視覺和深度學(xué)習(xí)方法和模型，并能根據(jù)實際問題的需要選擇并實現(xiàn)相應(yīng)的算法。課程目標(biāo)3：增強邏輯思維能力與實踐能力，提升對工程技術(shù)問題的學(xué)習(xí)理解和創(chuàng)新實踐水平。二、課程目標(biāo)對畢業(yè)要求的支撐關(guān)系畢業(yè)要求指標(biāo)點課程目標(biāo)支撐強度觀測點3-4.能在機器人工程相關(guān)的設(shè)計中，考慮安全、健康、法律、文化及環(huán)境等制約因素。課程目標(biāo)1H觀測點6-2.能分析和評價機器人工程相關(guān)領(lǐng)域的工程實踐對社會、健康、安全、法律、文化的影響，以及這些制約因素對項目實施的影響，并理解應(yīng)承擔(dān)的責(zé)任。課程目標(biāo)2M觀測點12-2.具有自主學(xué)習(xí)的能力，包括對技術(shù)問題的理解能力，歸納總結(jié)的能力和提出問題的能力等，能夠通過不斷學(xué)習(xí)提高自身能力，適應(yīng)社會和專業(yè)的發(fā)展。課程目標(biāo)3H三、教學(xué)內(nèi)容、基本要求與學(xué)時分配（一）理論教學(xué)序號教學(xué)內(nèi)容基本要求及重、難點（含德育要求）學(xué)時教學(xué)方式對應(yīng)課程目標(biāo)1緒論了解機器視覺和深度學(xué)習(xí)背景、發(fā)展歷程、現(xiàn)狀及趨勢，并掌握機器視覺和深度學(xué)習(xí)基本概念。2講授式啟發(fā)式課程目標(biāo)12圖像基本知識掌握圖像與顏色基本知識，掌握彩色圖像、灰色圖像、顏色空間及其變換等基礎(chǔ)知識4講授式啟發(fā)式課程目標(biāo)13圖像預(yù)處理掌握二值化處理、灰度處理、圖像增強、圖像濾波、圖像銳化、形態(tài)學(xué)操作等圖像預(yù)處理方法6講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)34圖像分析技術(shù)掌握目標(biāo)提取、邊緣檢測、去噪聲處理、幾何參數(shù)檢測、直線檢測等圖像分析技術(shù)8講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)35硬件構(gòu)成掌握機器視覺系統(tǒng)基本硬件構(gòu)成，了解鏡頭基礎(chǔ)知識、機器視覺光源、視覺傳感器、智能相機等硬件知識6講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)26視覺模式識別與定位測量了解缺陷檢測、字符條碼識別等視覺模式識別技術(shù)，了解目標(biāo)定位、尺寸測量基本方法。6講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)27深度學(xué)習(xí)框架介紹掌握深度學(xué)習(xí)的基本概念、常見結(jié)構(gòu)，了解Tensorflow、Pytorch等主流深度學(xué)習(xí)框架及其使用方法。4講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)38業(yè)務(wù)解決方案結(jié)合各種場景案例，理解機器學(xué)習(xí)與深度學(xué)習(xí)技術(shù)的實際應(yīng)用。4講授式啟發(fā)式課程目標(biāo)1、課程目標(biāo)3合計40（二）實驗教學(xué)實驗學(xué)時情況如下：序號實驗項目實驗內(nèi)容與要求學(xué)時類型對應(yīng)課程目標(biāo)1圖像預(yù)處理掌握圖像采集讀取、二值化處理、灰度處理、增強、濾波等預(yù)處理手段。4設(shè)計課程目標(biāo)12圖像分析算法的設(shè)計與實現(xiàn)掌握通過目標(biāo)提取、邊緣檢測、去噪聲處理、幾何參數(shù)檢測、直線檢測進行圖像分析的方法。4設(shè)計課程目標(biāo)13視覺模式識別與定位測量掌握通過模板匹配、目標(biāo)檢測與識別等手段實現(xiàn)視覺模式識別的方法。4設(shè)計課程目標(biāo)34深度學(xué)習(xí)算法的設(shè)計與實現(xiàn)掌握卷積神經(jīng)網(wǎng)絡(luò)的卷積核、池化層等參數(shù)的配置，及訓(xùn)練的技巧。4綜合課程目標(biāo)1課程目標(biāo)3合計16注：實驗要求包括必修、選修；實驗類型包括演示、驗證、綜合、設(shè)計等。四、課程教學(xué)方法理論教學(xué)：主要采用課堂講授、程序演示、小組討論等方式。實驗教學(xué)：項目講解、學(xué)生自主實驗、個別輔導(dǎo)、程序分析等方式。五、學(xué)業(yè)評價和課程考核（一）考核方式及具體要求1.課程成績構(gòu)成與要求課程考核注重形成性和終結(jié)性評價相結(jié)合，考核內(nèi)容主要由平時出勤、課堂表現(xiàn)、平時作業(yè)、階段考核、期末考試組成，均按百分制計分，其中平時出勤5%、課堂表現(xiàn)5%、平時作業(yè)20%、實驗考核20%、期末考試50%。2.課程目標(biāo)達(dá)成考核與評價序號考核方式課程目標(biāo)1（分值）課程目標(biāo)2（分值）課程目標(biāo)3（分值）合計1平時出勤與課堂表現(xiàn)1000102平時作業(yè)01010203階段考核0020204期末考試500050課程目標(biāo)對應(yīng)分值601030100（二）考核與評價標(biāo)準(zhǔn)1.出勤與課堂表現(xiàn)評價標(biāo)準(zhǔn)分值觀測點90-100分70-89分60-69分0-59分出勤與課堂表現(xiàn)不定期點名不少于10次，學(xué)生缺勤次數(shù)<=1次，能夠課前自主學(xué)習(xí)和團隊合作討論等，課堂回答問題準(zhǔn)確。不定期點名不少于10次，學(xué)生缺勤次數(shù)<=2次，能夠課前自主學(xué)習(xí)和團隊合作討論等，課堂回答問題較為準(zhǔn)確。不定期點名不少于10次，學(xué)生缺勤次數(shù)<=3次，課前自主學(xué)習(xí)不夠和團隊合作討論等，課堂回答問題準(zhǔn)確性不夠。不定期點名不少于10次，學(xué)生缺勤次數(shù)4次以上，沒有進行課前自主學(xué)習(xí)和團隊合作討論等，課堂回答問題錯誤或不能回答。2.章節(jié)作業(yè)評價標(biāo)準(zhǔn)通過學(xué)習(xí)在線平臺，布置每一單元的作業(yè)，根據(jù)測試題目及評分標(biāo)注進行打分（百分制）。3.階段考核與評價標(biāo)準(zhǔn)進行4次實驗考核，根據(jù)實驗完成情況及實驗報告質(zhì)量進行打分（百分制）。4.期末試卷考核與評價標(biāo)準(zhǔn)根據(jù)課程目標(biāo)及教學(xué)內(nèi)容，設(shè)計期末考核試題，綜合檢驗學(xué)生對課程相關(guān)知識的掌握、綜合應(yīng)用及解決復(fù)雜問題的能力，根據(jù)考試題目設(shè)計相應(yīng)評分標(biāo)準(zhǔn)。六、教材與參考書（一）教材1.丁少華，李雄軍，周天強編著.《機器視覺技術(shù)與應(yīng)用實戰(zhàn)》.人民郵電出版社（2022）.（二）參考資料1.孫學(xué)宏,張文聰,唐冬冬主編.《機器視覺技術(shù)及應(yīng)用》.機械工業(yè)出版社(2021).2.岡薩雷斯等著，阮秋琦等譯.《數(shù)字圖