計算項目實戰(zhàn) 大綱

《計算機視覺項目開發(fā)實戰(zhàn)》教學(xué)大綱一、課程概要課程名稱計算機視覺項目開發(fā)實戰(zhàn)課程代碼課程學(xué)分4課程學(xué)時共64學(xué)時，理論32學(xué)時，實踐32學(xué)時課程類別￡專業(yè)基礎(chǔ)課程專業(yè)核心課程￡專業(yè)拓展課程課程性質(zhì)必修￡選修開設(shè)學(xué)期適用專業(yè)二、課程定位本課程是人工智能工程技術(shù)專業(yè)的一門專業(yè)核心課程，旨在培養(yǎng)學(xué)生科技強國、文化自信、愛崗敬業(yè)、勇于創(chuàng)新的思想政治與職業(yè)素養(yǎng)，掌握計算機視覺開發(fā)環(huán)境搭建、圖像處理與視頻分析的核心算法以及卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習的基本原理，具備運用OpenCV、Python及主流深度學(xué)習框架進行環(huán)境配置、圖像處理、視頻分析、模型訓(xùn)練與優(yōu)化，并能針對實際應(yīng)用場景設(shè)計計算機視覺解決方案的能力。三、課程目標（一）知識目標1.理解計算機視覺概念與發(fā)展脈絡(luò)，掌握開發(fā)環(huán)境配置方法；2.掌握圖像讀取、顯示、保存、通道處理、ROI操作、色彩空間轉(zhuǎn)換及掩模操作等基本方法；3.掌握圖像算術(shù)運算與邏輯運算、幾何變換、直方圖均衡及各類濾波算法的原理與適用場景；4.掌握圖像閾值處理、形態(tài)學(xué)操作、輪廓檢測及邊緣檢測的核心算法；5.掌握圖像特征提取與特征匹配的基本方法；6.掌握圖像分割與模板匹配的基本原理及應(yīng)用方法；7.掌握視頻讀取與預(yù)處理、運動目標檢測及目標跟蹤的基本原理；8.掌握支持向量機、k-Means聚類等機器學(xué)習算法及卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習的基本原理與應(yīng)用方法。（二）能力目標1.能夠獨立搭建計算機視覺開發(fā)環(huán)境，并根據(jù)應(yīng)用場景選擇合適工具組合；2.能夠使用OpenCV完成圖像讀寫、增強、變換、濾波、分割等預(yù)處理操作，以及視頻讀取、預(yù)處理、運動目標檢測與跟蹤等視頻分析任務(wù)；3.能夠使用特征提取與匹配算法實現(xiàn)圖像檢索與目標識別等典型應(yīng)用；4.能夠使用支持向量機、k-Means聚類等機器學(xué)習算法完成圖像分類與顏色聚類，并能使用卷積神經(jīng)網(wǎng)絡(luò)搭建、訓(xùn)練及微調(diào)圖像分類模型；5.能夠根據(jù)實際應(yīng)用場景，綜合運用計算機視覺技術(shù)設(shè)計并實現(xiàn)完整的應(yīng)用解決方案；6.能夠在方案設(shè)計中關(guān)注資源利用效率，體現(xiàn)綠色生產(chǎn)與可持續(xù)發(fā)展意識；7.能夠在項目開發(fā)中自覺遵守安全操作規(guī)范，具備質(zhì)量意識與安全防護能力。（三）素質(zhì)（思政）目標1.樹立科技報國的理想信念，增強服務(wù)國家戰(zhàn)略需求的責任感與使命感；2.培養(yǎng)信息安全意識與法治精神，自覺遵守數(shù)據(jù)隱私保護及技術(shù)倫理規(guī)范；3.增強文化自信，在技術(shù)應(yīng)用中傳承優(yōu)秀文化，培養(yǎng)審美包容與創(chuàng)新意識；4.培養(yǎng)精益求精、追求卓越的工匠精神，養(yǎng)成嚴謹細致的工作作風；5.培養(yǎng)系統(tǒng)化思維與科學(xué)素養(yǎng)，能夠運用工程方法分析和解決復(fù)雜技術(shù)問題；6.培養(yǎng)團隊協(xié)作與溝通能力，具備在項目開發(fā)中主動擔當、協(xié)同攻關(guān)的職業(yè)意識；7.培養(yǎng)規(guī)范操作與質(zhì)量管控意識，形成良好的工程倫理素養(yǎng)。四、課程設(shè)計（一）課程設(shè)計理念與思路本課程采用項目化教學(xué)設(shè)計思想，以工作任務(wù)為導(dǎo)向，由典型應(yīng)用場景入手引入相關(guān)知識和理論，通過真實項目設(shè)計實訓(xùn)任務(wù)引出知識點與技能點，體現(xiàn)“做中學(xué)、學(xué)中做”的教學(xué)思路。課程突出實踐性、實用性與職業(yè)性，體現(xiàn)“教、學(xué)、做合一”的設(shè)計理念，并融入科技向善、信息安全、文化自信等課程思政元素，注重提升學(xué)生的綜合素質(zhì)與崗位勝任力。以培養(yǎng)高素質(zhì)技術(shù)技能人才為目標，通過學(xué)校教師與企業(yè)專家的深入探討，形成本課程的知識、能力和素質(zhì)目標。本課程以工業(yè)視覺檢測、智能交通、視頻監(jiān)控等典型應(yīng)用場景為主要背景，設(shè)計課程項目。按照技術(shù)知識的學(xué)習規(guī)律和認知難度，由淺入深排列課程內(nèi)容：從開發(fā)環(huán)境搭建與圖像基本操作入手，逐步過渡到圖像濾波、形態(tài)學(xué)處理、邊緣檢測等增強技術(shù)，再深入到特征提取、圖像分割、模板匹配、運動目標檢測與跟蹤等分析技術(shù)，最后綜合運用機器學(xué)習與深度學(xué)習算法完成圖像分類、圖像聚類及模型訓(xùn)練部署等應(yīng)用任務(wù)。根據(jù)具體知識體系和項目特點，精心設(shè)計典型項目與分層任務(wù)。注重培養(yǎng)學(xué)生能力訓(xùn)練的延展性，每個任務(wù)既保持功能的完整性，又與前后任務(wù)保持緊密聯(lián)系，使訓(xùn)練內(nèi)容由點到線、由線到面鋪展開來，體現(xiàn)技能訓(xùn)練的綜合性與系統(tǒng)性。同時，每一個實踐任務(wù)分解為若干技能點，通過知識點有效支撐技能點的培養(yǎng)，形成了以模塊化實踐任務(wù)為骨架、以技能知識點為內(nèi)容的實踐導(dǎo)向結(jié)構(gòu)化課程內(nèi)容體系。課程實施中強化行動導(dǎo)向教學(xué)模式，通過項目驅(qū)動與任務(wù)引領(lǐng)，激發(fā)學(xué)生的學(xué)習主動性，培養(yǎng)其解決實際工程問題的能力。（二）課程設(shè)計框架本課程以項目為主線，強調(diào)知識點之間的銜接與在實際場景中的綜合運用，通過10個項目實戰(zhàn)串聯(lián)理論知識與實踐技能，引導(dǎo)學(xué)生在實踐中構(gòu)建知識體系，培養(yǎng)系統(tǒng)性工程思維。五、課程內(nèi)容與要求表1課程內(nèi)容與要求項目（單元）學(xué)習成果任務(wù)（節(jié)）知識內(nèi)容與要求技能內(nèi)容與要求素養(yǎng)（思政）內(nèi)容與要求參考學(xué)時理論實踐合計項目1初識計算機視覺—開發(fā)環(huán)境搭建搭建計算機視覺應(yīng)用的開發(fā)環(huán)境1.計算機視覺概述1.理解計算機視覺的概念；2.掌握計算機視覺的發(fā)展歷程與現(xiàn)狀；3.了解計算機視覺的應(yīng)用領(lǐng)域能夠辨析計算機視覺的核心概念，梳理其發(fā)展歷程與現(xiàn)狀1.培養(yǎng)科技向善的價值觀；2.培養(yǎng)精益求精的工匠精神；3.培養(yǎng)人文關(guān)懷意識1022.開發(fā)環(huán)境與工具理解Python、Anaconda、PyCharm、OpenCV、深度學(xué)習框架在計算機視覺應(yīng)用開發(fā)中的協(xié)同作用能夠針對實際應(yīng)用場景進行技術(shù)選型與基礎(chǔ)實踐操作01項目2圖像加密解密—ROI操作與運算基于掩模和異或運算的圖像區(qū)域加密、解密1.圖像的基本操作1.掌握讀取、顯示、保存圖像，圖像通道處理，指定ROI以及色彩空間的選擇等圖像基本操作；2.理解掩模在圖像操作中的基本原理能夠使用OpenCV實現(xiàn)圖像的基本操作1.培養(yǎng)信息安全意識；2．培養(yǎng)嚴謹?shù)目茖W(xué)態(tài)度；3．培養(yǎng)工程倫理素養(yǎng)1162.圖像運算熟練掌握圖像加法運算、減法運算、加權(quán)加法運算以及按位邏輯運算能夠進行圖像運算113.圖像加密解密原理理解圖像加密解密原理能夠設(shè)計并實現(xiàn)圖像加密解密方案11項目3圖像藝術(shù)風格轉(zhuǎn)換—圖像濾波處理將普通照片轉(zhuǎn)換為多種藝術(shù)風格（油畫、鉛筆畫、水彩畫）的圖像1.幾何變換掌握圖像縮放、翻轉(zhuǎn)、仿射變換與透視變換的方法能夠基于OpenCV完成圖像的縮放、翻轉(zhuǎn)、仿射變換與透視變換1.培養(yǎng)文化尊重與審美包容意識；2.強化技術(shù)倫理與責任意識；3.擔負起文化傳承使命1182.圖像的直方圖處理了解圖像直方圖的含義能夠?qū)D像進行直方圖均衡113.圖像濾波掌握均值濾波、高斯濾波、中值濾波、雙邊濾波、方框濾波及2D濾波的原理與適用場景能夠根據(jù)風格化需求選擇合適的濾波算法，并優(yōu)化濾波參數(shù)22項目4車牌識別—形態(tài)學(xué)處理與輪廓檢測在車輛圖像中定位車牌位置，并提取出車牌區(qū)域圖像1.閾值處理理解圖像閾值處理的核心思想，掌握不同閾值處理方法的適用場景及優(yōu)缺點能夠使用OpenCV庫實現(xiàn)圖像的全局閾值處理和自適應(yīng)閾值處理1.培養(yǎng)交通安全意識；2.培養(yǎng)社會責任感；3.培養(yǎng)法治精神1182.形態(tài)變換掌握形態(tài)學(xué)變換的核心思想，掌握不同形態(tài)學(xué)操作的作用能夠運用形態(tài)學(xué)變換對圖像進行去噪、分割等預(yù)處理操作，優(yōu)化圖像質(zhì)量.113.圖像輪廓掌握查找、繪制圖像輪廓及分析輪廓特征的基本方法能夠查找、繪制圖像的輪廓，并分析輪廓特征114.邊緣檢測理解邊緣檢測算法的原理，熟悉不同邊緣檢測算法的特點及應(yīng)用場景能夠使用Sobel、Laplacian、Canny等邊緣檢測算法提取圖像的邊緣信息11項目5圖像檢索—特征提取與相似度匹配給定一幅藝術(shù)畫作，在畫廊數(shù)據(jù)庫中查找視覺風格與其最相似的畫作1.角點檢測理解Harris角點檢測、Shi-Tomasi角點檢測的基本原理及其在圖像處理中的應(yīng)用，了解如何通過優(yōu)化Harris角點檢測算法來提高角點檢測的準確性和效率能夠?qū)崿F(xiàn)基礎(chǔ)Harris角點檢測、優(yōu)化版Harris角點檢測以及Shi-Tomasi角點檢測算法1.培養(yǎng)安全意識與倫理素養(yǎng)；2.培養(yǎng)文化傳承與保護意識；3.培養(yǎng)創(chuàng)新應(yīng)用思維1162.特征檢測掌握FAST、SIFT、ORB、LBP等特征檢測算法的基本原理、特點及適用場景能夠熟練應(yīng)用FAST、SIFT、ORB等特征檢測算法對圖像進行特征提取113.特征匹配理解暴力匹配器和FLANN匹配器的工作原理，能夠根據(jù)實際需求選擇合適的匹配方法能夠使用暴力匹配器和FLANN匹配器實現(xiàn)特征點的匹配11項目6交通標志識別—圖像分割與模板匹配從道路圖像中自動檢測和識別交通標志1.圖像分割理解像素閾值分割法、分水嶺算法的原理及其應(yīng)用場景能夠基于像素閾值分割法、分水嶺算法實現(xiàn)圖像分割1.培養(yǎng)嚴謹工程態(tài)度；2.培養(yǎng)社會責任感；3.培養(yǎng)技術(shù)報國情懷1162.模板匹配1.理解圖像金字塔的構(gòu)建過程及其在多尺度目標檢測中的作用；2.理解目標匹配的相似度度量方法及其適用場景1.能夠利用圖像金字塔進行多尺度目標檢測；2.能夠使用模板匹配方法實現(xiàn)目標匹配22項目7視頻監(jiān)控—運動目標檢測與跟蹤從視頻中實時識別、定位并跟蹤運動目標1.視頻的基本操作掌握視頻讀取、顯示、保存、剪輯與裁剪、幀率調(diào)整、預(yù)處理等視頻基本操作能夠使用OpenCV實現(xiàn)視頻的基本操作1.培養(yǎng)科學(xué)精神與態(tài)度；2.培養(yǎng)團隊協(xié)作與溝通能力；3.培養(yǎng)信息安全與倫理意識1182.運動目標檢測理解背景差分法、幀間差分法、光流法等運動目標檢測方法的基本原理、適用場景及各自的優(yōu)缺點能夠?qū)崿F(xiàn)背景差分法、幀間差分法，并應(yīng)用OpenCV的光流法進行運動目標檢測113.運動目標跟蹤1.理解MeanShift/CamShift、光流法、相關(guān)濾波及卡爾曼濾波等運動目標跟蹤方法的基本原理及工作流程；2.認知卡爾曼濾波的預(yù)測-更新雙階段工作模式能夠?qū)崿F(xiàn)基于MeanShift/CamShift、光流法、KCF算法等的目標跟蹤22項目8中草藥分類—SVM圖像分類輸入植物葉片圖像，識別常見中草藥植物1.機器學(xué)習基礎(chǔ)掌握機器學(xué)習的基本概念、主要分類及典型工作流程能夠?qū)嶋H問題抽象為機器學(xué)習問題1.培養(yǎng)算法公平性與算法偏見的認知素養(yǎng)；2.培養(yǎng)合理利用資源與可持續(xù)發(fā)展的意識；3.激發(fā)創(chuàng)新精神與社會責任感1162.支持向量機理解SVM的基本原理，以及核函數(shù)的作用與選擇能夠使用SVM構(gòu)建分類模型113.分類模型評價指標掌握準確率、精確率、召回率等指標的計算方法與適用場景，理解混淆矩陣的構(gòu)成及其在模型性能分析中的作用能夠準確計算并解讀分類模型的評價指標11項目9藝術(shù)海報生成—k-Means配色與風格化量化圖像顏色（減少顏色數(shù)量），提取圖像主色調(diào)生成調(diào)色板，生成藝術(shù)海報1.聚類掌握聚類的概念及算法的評價指標能夠根據(jù)具體的應(yīng)用場景選擇合適的聚類算法1.培養(yǎng)精益求精的工匠精神；2.培養(yǎng)技術(shù)倫理與版權(quán)意識；3.培養(yǎng)文化自信與創(chuàng)新意識1162.K-Means算法掌握k-Means算法的概念與實現(xiàn)流程能夠?qū)崿F(xiàn)完整的k-Means聚類流程113.K-Means算法中K值的選取掌握使用肘部法及輪廓系數(shù)分析法選擇k值的原理1.能夠使用肘部法確定最優(yōu)聚類數(shù)目；2.能夠使用輪廓系數(shù)分析法確定k-Means聚類中的最佳k值11項目10工業(yè)零件質(zhì)檢—卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)構(gòu)建并訓(xùn)練一個深度學(xué)習模型，實現(xiàn)工業(yè)零件缺陷檢測1.CNN基礎(chǔ)掌握CNN的組成模塊的作用能夠合理設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)并配置關(guān)鍵超參數(shù)1.培養(yǎng)精益求精的工匠精神；2.培養(yǎng)社會責任感與合理使用資源的意識；3.培養(yǎng)科學(xué)嚴謹?shù)墓ぷ髯黠L。1182.深度學(xué)習模型訓(xùn)練基礎(chǔ)理解深度學(xué)習模型訓(xùn)練的關(guān)鍵機制能夠?qū)崿F(xiàn)CNN模型的基礎(chǔ)搭建與訓(xùn)練113.經(jīng)典CNN架構(gòu)與改進熟悉經(jīng)典CNN模型的改進思路能夠優(yōu)化模型訓(xùn)練過程與性能114.遷移學(xué)習與模型微調(diào)掌握遷移學(xué)習的理論與應(yīng)用方法能夠應(yīng)用經(jīng)典CNN模型與遷移學(xué)習11學(xué)時總計323264六、評價內(nèi)容與標準表2教學(xué)評價說明考核方式過程性考核（50分）終結(jié)性考核（50分）平時考勤項目訓(xùn)練綜合作業(yè)網(wǎng)絡(luò)作業(yè)期末考試（閉卷）分值設(shè)定1020101050評價主體教師教師、學(xué)生教師、企業(yè)教師、學(xué)生教師評價方式線上、線下結(jié)合線上、線下線下線上線下表3課程評分標準考核方式