《人工智能應(yīng)用與體驗》教案全套 項目1-9 猜拳小達人- 音樂小天才

《猜拳小達人》教學設(shè)計課題：猜拳小達人授課對象：中職一年級課型：新授課課時：2~3課時教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項目一。本節(jié)課的主要內(nèi)容是體驗人工智能的應(yīng)用，了解深度學習TensorFlow.js框架，了解深度學習神經(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代步伐，有必要去了解人工智能是如何運作的。本節(jié)課的學習將帶領(lǐng)學生從零開始認識人工智能技術(shù)，并在瀏覽器中運行人工智能模型，使學生能夠動手搭建一個簡單的人工智能應(yīng)用，即網(wǎng)頁端的猜拳游戲，讓學生建立起對人工智能的興趣。學情分析學習心理特征：本節(jié)課的授課對象為中職一年級學生該階段的學生學習自制力較差，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，讓學生能夠在實踐中學習和鞏固課程內(nèi)容。同時該階段的學生有很多自己的想法和創(chuàng)意，因此在設(shè)計任務(wù)時，需要給學生一定的自由發(fā)揮的空間，讓學生自主地學習和實踐。另外由于中職一年級的學生水平各不相同，因此教師在學生操作過程中應(yīng)該實時觀察，引導并鼓勵基礎(chǔ)較差的學生完成練習。知識基礎(chǔ)：中職一年級學生已經(jīng)掌握了計算機與瀏覽器的使用，因此可以讓學生獨立動手安裝實訓需要的環(huán)境。教學目標知識與技能目標：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)布的實訓任務(wù)書，自主進行WebServerforChrome插件的安裝與配置。根據(jù)教師發(fā)布的實訓任務(wù)書，自主下載代碼包到正確位置根據(jù)教師發(fā)布的實訓任務(wù)書，自主采集手勢數(shù)據(jù)、訓練模型并進行猜拳游戲。情感態(tài)度與價值觀：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)學生的主動參與的意識，強化自身的責任感，以及增強自己的合作能力。教學重難點教學重點：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代碼教學難點：1、能夠部署猜拳游戲的Html與JS代碼教學方法教法：任務(wù)驅(qū)動法、練習法學法：自主學習法、小組合作學習法教學準備教學環(huán)境：多媒體網(wǎng)絡(luò)計算機房教學資源：多媒體網(wǎng)絡(luò)計算機，派Lab平臺，PPT課件，微課教學過程教學內(nèi)容及過程時間分配設(shè)計意圖一、創(chuàng)設(shè)情景【教師活動】小派最近學習有點累，他想要一款游戲來緩解疲勞，于是他想到可以和計算機進行猜拳游戲：計算機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)小派和計算機隨機出的手勢，進行判斷勝負。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)一個生活中真實存在的情景，讓學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任務(wù)就是幫忙制作一個網(wǎng)頁版的猜拳游戲。首先我們需要對如何開展該任務(wù)進行分析（該過程可以讓學生進行小組討論回答）預設(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行網(wǎng)頁端的人工智能應(yīng)用及運行環(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?！緦W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)果進行評價，最后進行小結(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)的一個討論分析，在該過程中，讓每個學生對接下來要完成的任務(wù)進行分析和討論，讓學生成為課堂的主體，提高學生的參與感，提升學生的自主思考能力。三、新知學習任務(wù)一：安裝與配置環(huán)境【教師活動】在進行實訓任務(wù)之前呢，老師這里先提供一個網(wǎng)址“/tools/ai-demo-simple-web/07-rps-dataset/index.html”，同學們可以通過這個網(wǎng)址進去體驗一下猜拳游戲，這樣，同學們能夠?qū)ξ覀兒竺婕磳⑷崿F(xiàn)的猜拳游戲有個整體的認識，知道這個游戲主要有什么功能?！緦W生活動】打開網(wǎng)址進行體驗，根據(jù)界面功能與提示逐步進行猜拳PK?！窘處熁顒印客瑢W們在初次打開這個網(wǎng)頁的時候，會有一個打開攝像頭的提示，這時需要點擊“允許”，因為后面的操作中會用到你的電腦內(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。在三個按鈕上方，可以看到攝像頭實時捕捉的畫面。假如這時你要采集石頭手勢的數(shù)據(jù)，那么你每點擊一次，石頭手勢的樣本就會自動加1，當然，采集數(shù)據(jù)的時候記得觀察攝像頭中的畫面，確認你的手勢出現(xiàn)在畫面中。依次采集完數(shù)據(jù)之后呢，就可以點擊按鈕訓練手勢識別模型了。這里需要稍等一會，模型訓練完成，頁面會給你一個“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剪刀、石頭或者布的手勢，然后點擊“猜拳PK”，這時按鈕下面會直接出猜拳結(jié)果。【學生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進行總結(jié)這里先簡單的說一下最后猜拳PK部分的邏輯，同學們訓練的手勢識別模型先對你給出的手勢進行識別，同時，計算機也會隨機出一個手勢，然后兩個手勢進行比較，再輸出結(jié)果。15分鐘在該環(huán)節(jié)中，設(shè)置了一個猜拳游戲體驗的環(huán)節(jié)，能夠讓學生自己動手體驗在網(wǎng)頁上進行猜拳的一個過程，增加課堂的趣味性，調(diào)節(jié)課堂的氛圍，同時也讓學生對項目的目標成果有個整體認知?！窘處熁顒印空埻瑢W們思考，為什么要安裝Chrome瀏覽器的插件WebServerforChrome呢？預設(shè)：因為我們要搭建和運行網(wǎng)頁版的猜拳游戲，想要運行本地的網(wǎng)頁，就需要在本地模擬出一個服務(wù)器，方便起見，我們直接在Chrome瀏覽器中安裝一個插件就可以了?！緦W生活動】思考并回答問題【教師活動】對學生的回答進行小結(jié)：同學們的推斷都是比較準確的，Chrome瀏覽器因為安全的因素，限制直接運行本地網(wǎng)頁文件，因此在進行網(wǎng)頁相關(guān)項目調(diào)試時，就需要在本地模擬出一個網(wǎng)頁服務(wù)器，而WebServerforChrome就是這樣的一款Chrome擴展程序，讓用戶使用Chrome來充當自己的臨時HTTP服務(wù)器。同學們，我們安裝完這個插件后，要怎么運行網(wǎng)頁呢？（同學們先動手安裝，然后討論）預設(shè)：需要配置一下這個插件，插件中會自動生成一個URL地址，點擊這個地址就能跳轉(zhuǎn)到網(wǎng)頁所在的目錄，然后雙擊網(wǎng)頁就能打開了。【學生活動】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，同時讓學生在動手操作之前能夠思考為什么要做這個事.另外，讓學生動手安裝之后再拋出一個問題，讓學生討論發(fā)現(xiàn)問題的答案，而不是直接給出，增加學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)頁運行的插件，那么下面我們就要實現(xiàn)猜拳游戲的網(wǎng)頁。就如同我們一開始體驗的那個網(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\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)、訓練和部署模型，也可以用來運行已有的Python版TensorFlow模型，或者基于現(xiàn)有的模型進行繼續(xù)訓練。這個框架有四大優(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，可以通過瀏覽器進行更加方便的人機交互；第三，可以通過手機瀏覽器，調(diào)用手機硬件的各種傳感器（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現(xiàn)網(wǎng)頁的前后端難度非常大，那么請同學們進入派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項目，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，這個時候就要回想一下配置插件的時候設(shè)置的文件夾目錄?！緦W生活動】參考實訓任務(wù)書或派Lab平臺上的實訓指南，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生練習時進行巡視，對一些動手能力較弱的學生進行相關(guān)的指導，引導學生完成練習。【教師活動】對學生的練習進行簡單小結(jié)，指出學生常見的錯誤。15分鐘在該環(huán)節(jié)中，主要介紹猜拳游戲網(wǎng)頁的實現(xiàn)，當然，這部分要考慮實現(xiàn)難度與學生的能力。給出一個代碼樣例，有條件的學生可以在此基礎(chǔ)上進行改進。這里需要老師帶著學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。重點了解TensorFlow.js構(gòu)建模型的部分。讓學生對模型有所認知。任務(wù)三：手勢數(shù)據(jù)采集、模型訓練、猜拳PK【教師活動】現(xiàn)在我們把猜拳游戲的代碼以及運行猜拳游戲網(wǎng)頁的環(huán)境都準備好了，接下來就可以在網(wǎng)頁上一步一步地實現(xiàn)猜拳PK了。想要實現(xiàn)最后的猜拳，就得讓計算機能夠看出我們出的是什么手勢，然后才能進行比較。這就用到了手勢自動識別模型，這個模型怎么來的呢，當然就是使用相關(guān)的手勢數(shù)據(jù)進行訓練得來的。那首先我們先采集一批手勢數(shù)據(jù)。按照前面我們體驗的過程，就可以在我們自己的網(wǎng)頁上進行體驗了。現(xiàn)在就請同學們參考實訓任務(wù)書或者派Lab平臺的實訓指南，自主完成任務(wù)三?！緦W生活動】參考實訓任務(wù)書或者派Lab平臺的實訓指南完成任務(wù)三【教師活動】在學生練習時進行巡視，對一些動手能力較弱的學生進行相關(guān)的指導，引導學生完成練習。最后猜拳PK的結(jié)果（供參考）15分鐘該環(huán)節(jié)是一個實訓環(huán)節(jié)，結(jié)合學生自身的特點，讓學生自己參考任務(wù)書，完成任務(wù)，提高學生的自學能力，以及動手實踐能力。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學習的內(nèi)容進行小結(jié)。最后教師進行總結(jié)。布置課后習題5分鐘讓學生自己進行小結(jié)，加深學生對本節(jié)課知識的理解，也同時鍛煉學生總結(jié)歸納的能力。學習效果評價課后習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、列舉至少三個人工智能的應(yīng)用場景3、臨時在Chrome瀏覽器中運行本地網(wǎng)頁，可以安裝（）插件1、略2、無人駕駛、智能客服、翻譯機3、WebServerforChrome選擇題（每題2分）4、關(guān)于TensorFlow.js，下列說法錯誤的是（）A.TensorFlow.js是一個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)端運行D.TensorFlow.js中的張量即變量5、以下哪個不是TensorFlow.js的優(yōu)點（）A、網(wǎng)頁應(yīng)用交互性更強B、有訪問GPS，Camera，Microphone，Accelerator等傳感器的標準apiC.通過鏈接即可分享程序D.TensorFlow.js開發(fā)的應(yīng)用運行速度非?？?、D5、D學習評價表評價角度評價內(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（課后習題1）填寫對應(yīng)習題的得分能夠說出TensorFlow.js是什么（課后習題4,5）能夠安裝瀏覽器插件WebServerforChrome（課后習題3）能夠說出人工智能的典型應(yīng)用（課后習題2）能夠部署猜拳游戲的Html與JS代碼查看學生派lab平臺中的實訓情況，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訓任務(wù)總分備注：A：3分；B：2分；C：1分反思《口罩識別系統(tǒng)》教學設(shè)計課題：口罩識別系統(tǒng)授課對象：中職一年級課型：新授課課時：2~3課時教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項目四。本節(jié)課的主要內(nèi)容是實現(xiàn)一個口罩識別的應(yīng)用，一共有4個任務(wù)：任務(wù)1圖像標注工具的使用，學生需要根據(jù)實訓任務(wù)書安裝并熟練使用標注工具labelimg；任務(wù)2使用任務(wù)1中下載好的標注工具對口罩圖片進行標注。任務(wù)3是對口罩識別模型的訓練和讀取預訓練模型，學生需要理解口罩識別的流程。任務(wù)4調(diào)用訓練好的模型進行口罩識別，學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)課的學習將帶領(lǐng)學生實現(xiàn)一個人工智能項目——口罩識別，該項目講解了從數(shù)據(jù)標注、數(shù)據(jù)處理、模型訓練到模型測試整個流程，使同學們能夠應(yīng)對在解決真實企業(yè)項目過程中遇到的各種問題。學情分析學習心理特征：本節(jié)課的授課對象為中職一年級學生該階段的學生學習自制力較差，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，讓學生能夠在實踐中學習和鞏固課程內(nèi)容。同時本節(jié)課動手操作的任務(wù)比較多，因此需要循序漸進，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，以便學生在此過程中可以得到實時的反饋；另外由于中職一年級的學生水平各不相同，因此教師在學生操作過程中應(yīng)該實時觀察，引導并鼓勵基礎(chǔ)較差的學生完成練習。知識基礎(chǔ)：中職一年級學生已經(jīng)可以獨立安裝實訓需要的環(huán)境和熟悉人工智能項目的一般流程，數(shù)據(jù)標注是一個新的知識點，可以讓同學動手實操數(shù)據(jù)的標注，使學生理解數(shù)據(jù)的重要，理解標簽與特征的含義。教學目標知識與技能目標：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)用的實現(xiàn)流程具備圖像標注的能力具備基于Torch框架實現(xiàn)目標檢測模型的訓練與預測的能力過程與方法：根據(jù)教師發(fā)布的實訓任務(wù)書，自主進行標注工具labelimg的安裝并認識該工具。根據(jù)教師發(fā)布的實訓任務(wù)書，對口罩圖片進行標注根據(jù)教師發(fā)布的實訓任務(wù)書和老師的引領(lǐng)下，完成口罩識別預訓練模型的加載，并嘗試自己訓練該模型根據(jù)教師發(fā)布的實訓任務(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)學生的主動參與的意識，強化自身的責任感，以及增強自己的合作能力。教學重難點教學重點：1、能夠使用數(shù)據(jù)標注工具2、能夠加載預訓練模型和訓練模型3、能夠調(diào)用口罩識別模塊測試新的圖片教學難點：1、能夠加載預訓練模型和訓練模型教學方法教法：任務(wù)驅(qū)動法、練習法學法：自主學習法、小組合作學習法教學準備教學環(huán)境：多媒體網(wǎng)絡(luò)計算機房教學資源：多媒體網(wǎng)絡(luò)計算機，派Lab平臺，PPT課件，微課教學過程教學內(nèi)容及過程時間分配設(shè)計意圖一、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)很多居民進出小區(qū)時不按照防疫規(guī)范戴口罩。對此，他非常苦惱，于是他想，如果有一個自動檢測大家戴沒戴口罩的系統(tǒng)就好了，讓機器來識別和提醒，節(jié)約人力又能解決問題。本任務(wù)將基于Torch1.9.0實現(xiàn)對人臉是否佩戴口罩的自動檢測。先到右側(cè)實訓演示體驗一下吧！2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個生活中真實存在的情景，讓學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)進行分析（該過程可以讓學生進行小組討論回答）預設(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?！緦W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)果進行評價，最后進行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：圖像標注工具的使用子任務(wù)二：對口罩圖片進行標注子任務(wù)三：進行口罩識別模型的訓練子任務(wù)四：使用訓練好的口罩識別模型進行新的圖片的測試3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個討論分析，在該過程中，讓每個學生對接下來要完成的任務(wù)進行分析和討論，讓學生成為課堂的主體，提高學生的參與感，提升學生的自主思考能力。三、新知學習任務(wù)一：圖像標注工具的使用【教師活動】通過前面幾個項目的學習，同學們應(yīng)該了解了人工智能數(shù)據(jù)集的特征與標簽的含義。那如何對一張圖片進行標簽信息的處理呢，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，但是計算機是沒辦法像人眼一下識別出來，所以我們需要告訴計算機哪里是口罩，這個就是圖像標注。人工智能項目一般都會有數(shù)據(jù)標注的工作，前面雖然我們經(jīng)歷，這是因為提前就把數(shù)據(jù)標注的工具做好了。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。首先我們下載該標注工具，點擊左側(cè)文件夾圖標，進入“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。請同學們進行下載并安裝?！緦W生活動】學生動手操作【教師活動】現(xiàn)在我們就來使用它，點擊左側(cè)工具欄中的“Open”，可以選擇本機中任一張圖片，也可點擊“OpenDir”打開本機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)是訓練一個目標檢測模型，現(xiàn)在我們要將圖片中出現(xiàn)的各種人和物打上標簽。點擊左側(cè)工具欄的“CreateRectBox”,用來在圖片中畫標注框，下面我們把口罩框出，并打上“mask”標簽。我們再把圖片中的書框出，打上標簽，可以看到右側(cè)紅框是該圖片中已經(jīng)被框出內(nèi)容的標簽名。如果想要刪除步驟4中畫出的某個標注框，可以先選中圖片中的這個標注框，然后能看到左側(cè)工具欄中“DeleteRectBox”由灰色不可點狀態(tài)變成了黑色可點擊狀態(tài)，這時點擊它，被選中的標注框就被刪除了。如果圖片中有相同的物體，那么標注時就可以使用復制功能，復制圖片中已畫好的標注框，然后將其拖動到未標注的物體上。點擊左側(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xml文件，且xml文件的名字是和被標注圖片的名稱一樣?？梢酝ㄟ^以下方式查看xml的標注結(jié)果。“path”：表示當前xml標注結(jié)果對應(yīng)的圖片路徑；“object”：表示圖片中被標注的對象，有幾個標注框就會有幾個object，每一個object中包含了該標注對象的類別標簽“name”以及在圖片中的位置信息?！绢A設(shè)】教師演示數(shù)據(jù)標注過程【學生活動】學生實操，對一張圖片進行數(shù)據(jù)標注20分鐘在該環(huán)節(jié)中，教師演示數(shù)據(jù)標注的過程，讓學生提前對數(shù)據(jù)有個認知。任務(wù)二：口罩數(shù)據(jù)的標注剛剛我們已經(jīng)學會了如何使用labelimg工具，現(xiàn)在為了訓練一個基于神經(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，并打上標簽。如果人臉沒帶口罩，標簽為“nomask”，如果帶了口罩，人臉標簽為“mask”。為了便于批量標注，我們將保存圖像的文件夾打開，然后逐張圖像進行標注即可。如下圖所示的文件夾，你也可以點擊左側(cè)文件夾圖標，進入“data-sets”下載該文件夾對應(yīng)的壓縮包。使用“CreateRectBox”，在口罩上畫一個矩形框，并填寫label為“mask”；使用“save”功能生成一個標注結(jié)果xml文件，并保存到磁盤目錄中，默認是存放在被標注圖片的同級目錄中后綴為xml的同名文件。點擊“NextImage”，就可以打開該文件夾下的下一張圖片。按照同樣的標注方法，對兩張人臉進行標注并保存：沒帶口罩，標記為“nomask”；帶了口罩，標記為“mask”;請同學們選擇兩張圖片，一張帶口罩的和一張不帶口罩，進行標注?！緦W生活動】學生通過實訓任務(wù)書或者派Lab平臺上的實訓指南，進行數(shù)據(jù)的標注【教師活動】對學生的操作做一些指導，及時解決學生在采集過程中遇到的問題。15分鐘在該環(huán)節(jié)中，通過演示法向同學們展示了口罩數(shù)據(jù)標注的全過程，然后讓學生自己實踐，模仿訓練，加強學生的動手操作能力。任務(wù)三：進行口罩識別模型的訓練【教師活動】剛剛同學們已經(jīng)成功的完成了數(shù)據(jù)的標注了，那現(xiàn)在我們來進行口罩識別模型的訓練。實現(xiàn)口罩識別模型使用的是目標檢測中的YOLO模型。目標檢測是計算機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，同時標出這些物體的位置。YOLO就是一種可以實現(xiàn)目標檢測的模型，它的全稱是youonlylookonce。YOLO使用卷積神經(jīng)網(wǎng)絡(luò)學習的特征來檢測圖像中的物體。本任務(wù)將基于YOLO實現(xiàn)口罩識別。同學們只需要掌握YOLO模型的作用就可以了。因為關(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。下面請同學們打開派lab，打開項目4中的任務(wù)3，我們通過6個步驟完成本任務(wù)。第一步和第二步：是約定俗成的解壓資源文件和導包的操作。點擊左側(cè)文件夾圖標，進入“data-sets”，可以看到壓縮包“MaskDetect.zip”，包含了該項目的數(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前目錄中。該項目實現(xiàn)的源碼都封裝在“train.py”中，可以使用下面的命令將其導入環(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標注數(shù)據(jù)，在任務(wù)2中，我們標注了一批人臉戴與不戴口罩的數(shù)據(jù)，標注結(jié)果均是xml文件，下面我們要對其做進一步的處理，提取有用信息。調(diào)用“process_xml”方法，配置好圖像路徑、標注文件的路徑、以及結(jié)果保存路徑即可。這里先處理訓練集再處理驗證集。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)集劃分為訓練與測試。請同學們按照實訓任務(wù)書，完成數(shù)據(jù)的讀取。【學生活動】參考實訓任務(wù)書或派Lab平臺上的實訓指南，完成數(shù)據(jù)的讀取。【教師活動】第五步：由于從頭訓練一個好模型需要時間較久，我們提前預訓練了一個口罩識別模型"./model_data/yolov4_maskdetect_weights1.pth"，我們可以使用標注的數(shù)據(jù)在此模型上繼續(xù)迭代，得到一個效果更好的模型。調(diào)用“l(fā)oad_premodel”函數(shù)，配置好模型路徑、類別標簽文件路徑即可。運行結(jié)果中顯示“Finished!”加載完成。請同學們思考一下，預訓練模型對于整個模型構(gòu)建有什么意義？【預設(shè)】預訓練模型是提前訓練好的模型，是性能比較穩(wěn)定的模型。使用預訓練模型來測試新的數(shù)據(jù)，不僅可以節(jié)約時間，還能獲得穩(wěn)定的準確率。有時一些任務(wù)也是通過對預訓練模型的微調(diào)完成模型的構(gòu)建?！緦W生活動】學生動手實操，并思考回答問題【教師活動】第六步：如果需要從頭訓練一個口罩識別模型，請同學們思考需要哪些參數(shù)，這些參數(shù)各自代表什。要構(gòu)建一個人工智能應(yīng)用，一般需要標注好的數(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，，配置好訓練集、驗證集、迭代次數(shù)、學習率、模型結(jié)構(gòu)等參數(shù)即可。注：使用cpu環(huán)境訓練時，把Batch_size設(shè)小一點，否則容易報出超出內(nèi)存的錯誤。同學們在私底下可以將迭代設(shè)置的大一些，知道損失函數(shù)收斂了或者到達一定的迭代次數(shù)，就訓練好了。訓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。【學生活動】學生動手實操，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)學生熟悉模型訓練的流程，任務(wù)驅(qū)動法引導學生進行舉一反三，鞏固舊知識，并在練習中發(fā)展問題，解決問題。任務(wù)四：使用訓練好的口罩識別模型進行新的圖片的測試【教師活動】在上一個任務(wù)中，我們進行了模型的訓練，得到的是一個訓練好的最優(yōu)的模型，在本任務(wù)中，就使用這個模型對一張新的圖片進行測試。在開始實訓之前，確認一下當前環(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，且實訓環(huán)境沒有關(guān)閉，可以直接開始任務(wù)4的實訓；否則，重新安裝torch包：!pipinstalltorch==1.7.1。第一步：解壓資源文件和導入一些包和封裝好的函數(shù)。第二步：我們準備模型，順利完成了任務(wù)3的同學，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的同學可以不用下載，如果沒有完成任務(wù)3的同學，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目環(huán)境中。方法如下：點擊左側(cè)文件夾圖標，進入“model_data”,點擊上傳按鈕，找到本地的模型，等待上傳完成即可。請同學動手實操，將模型上傳至本任務(wù)中?！緦W生活動】學生動手實操?！窘處熁顒印楷F(xiàn)在我們對預訓練模型進行測試，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，先實例化一個YOLO類，然后對yolo調(diào)用detect_image函數(shù)，進行口罩識別，返回的是一個帶標簽的圖片，帶了口罩的圖片會框出人臉部分，并標注“mask”和置信度，沒帶口罩的圖片同樣會框出人臉，但是標注“nomask”和置信度。接下來就可以對這張圖片進行保存和顯示。請同學們自己上傳一張圖片進行測試吧?！緦W生活動】學生動手實操?！窘處熁顒印縿倓偼瑢W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)一個交互面板，這里可設(shè)置一個圖片目錄，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目錄下（重新設(shè)置一個目錄也可以，但要將下面代碼中的參數(shù)path_image修改成你的新目錄），然后重新運行下面的代碼?！緦W生活動】學生動手實操。15分鐘該環(huán)節(jié)教師通過帶領(lǐng)學生進行實操，解讀代碼，學生通過動手模仿，可以讓學生了解人工智能算法的測試流程，讓學生對此有一個初步的認知。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學習的內(nèi)容進行小結(jié)。最后教師進行總結(jié)。布置課后習題5分鐘讓學生自己進行小結(jié)，加深學生對本節(jié)課知識的理解，也同時鍛煉學生總結(jié)歸納的能力。學習效果評價課后習題題型題目答案填空題（一空一分）1、闡述什么是目標檢測2、請你對一張帶墨鏡的圖片進行標注，帶了墨鏡的標注mask，沒帶的標注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.目標檢測D.語音識別5、訓練一個口罩模型，一般需要配置哪些參數(shù)（）A.學習率B.batch_sizeC.優(yōu)化函數(shù)D.損失函數(shù)4、D5、ABCD學習評價表評價角度評價內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是目標檢測（課后習題1）填寫對應(yīng)習題的得分能夠?qū)Σ煌N類的圖像進行標注（課后習題2）能夠簡述口罩識別的流程（課后習題3）能夠說出YOLO模型的應(yīng)用的領(lǐng)域（課后習題4）能夠說法人工智能算法訓練階段所用到的參數(shù)（課后習題5）能夠?qū)崿F(xiàn)口罩數(shù)據(jù)的標注、模型的訓練和標注查看學生派lab平臺中的實訓情況，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訓任務(wù)總分備注：A：3分；B：2分；C：1分反思《體育運動的姿態(tài)檢測》教學設(shè)計課題：體育運動的姿態(tài)檢測授課對象：中職一年級課型：新授課課時：2~3課時教材分析：教學內(nèi)容選自《人工智能通識》課程的項目五。該項目共有4個任務(wù)：任務(wù)1是姿態(tài)檢測體驗，通過對瀏覽器進行相關(guān)配置，然后調(diào)用相應(yīng)模型，學生可自行體驗姿態(tài)檢測，并學習相應(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是圖片中的運動姿態(tài)檢測，主要介紹運動姿態(tài)檢測的核心框架——MediaPipe模塊的使用，同時學生能夠結(jié)合已有的設(shè)計經(jīng)驗，設(shè)計出運動姿態(tài)檢測任務(wù)的實訓步驟；任務(wù)3是圖片深蹲姿勢標準檢測器，是針對某一具體動作對任務(wù)2的豐富，學生需要掌握angle（）函數(shù)與cv2AddChineseText()函數(shù)的使用方法；任務(wù)4是視頻深蹲姿勢標準檢測器，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展到視頻層面。通過學習本課，學生可以舉一反三對不同的體育動作或舞蹈動作進行姿態(tài)檢測，同時還可將其擴展到手語識別、手勢控制等領(lǐng)域。學情分析學習心理特征：本課授課對象是智能技術(shù)系機器人專業(yè)高一年級學生。學生在學習該項目之前，已經(jīng)有過多個項目的學習經(jīng)驗，不但具備了識讀、編寫Python程序的能力，同時還對一些比較常用的機器學習算法、深度學習的TensorFlow框架、計算機視覺領(lǐng)域的基礎(chǔ)知識以及一些項目開發(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．學生已經(jīng)完成了項目四口罩識別系統(tǒng)的學習，同時已經(jīng)對計算機視覺領(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)用到項目開發(fā)中還存在一定的困難，要想突破這個困難，需要相應(yīng)的任務(wù)作依托、需要教師的引導、需要小組的合作。2．大部分學生自主學習能力比較差，但對新鮮事物的探索能力較強，因此將該項目中任務(wù)1的姿態(tài)檢測體驗作為課前準備階段的學習內(nèi)容推送給學生，使其在體驗姿態(tài)檢測的同時，對該項目的應(yīng)用、技術(shù)需求有一定的了解。3．對任務(wù)2進行升級改造成任務(wù)3時，將關(guān)節(jié)坐標的讀取、給圖片增加文字、動作幅度的計算三個環(huán)節(jié)進行合并應(yīng)用時，學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生的理解。教學目標知識與技能目標：1、能夠安裝Mediapide框架。2、能夠調(diào)用Mediapide框架對圖片、視頻中的運動進行姿態(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、了解計算機視覺領(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)布的實訓任務(wù)書，自主進行爬蟲工具—后羿采集器的安裝與配置。根據(jù)教師發(fā)布的實訓任務(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。根據(jù)教師發(fā)布的實訓任務(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)布的實訓任務(wù)書和老師的帶領(lǐng)下，完成隨機森林模型的構(gòu)建和預測。情感態(tài)度與價值觀：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)學生的主動參與的意識，強化自身的責任感，以及增強自己的合作能力。教學重難點教學重點：MediaPipe模塊的安裝與調(diào)用。教學難點：關(guān)節(jié)節(jié)點的捕捉與動作幅度的計算教學方法教法：任務(wù)驅(qū)動法、練習法學法：自主學習法、小組合作學習法教學準備教學環(huán)境：多媒體網(wǎng)絡(luò)計算機房教學資源：多媒體網(wǎng)絡(luò)計算機，派Lab平臺，PPT課件，微課教學過程教學內(nèi)容及過程時間分配設(shè)計意圖一、創(chuàng)設(shè)情景【教師活動】從圖片或者視頻中估計人體姿勢在各種應(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?，姿態(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，但是他害怕不標準的姿勢有害無益。所以在這個項目周，我們將逐步跟小派一起，實現(xiàn)一個深蹲標準與否的檢測器。2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個生活中真實存在的情景，讓學生了解姿態(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神奇的檢測器檢測自己的深蹲姿勢是否標準，那應(yīng)該如何檢測呢，要用到哪些技術(shù)呢？本項目一共可以分為四個子任務(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，會來體驗一下視頻檢測的檢測流程。【學生活動】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)果進行評價，最后進行小結(jié)，得出最后的任務(wù)分析結(jié)果：子任務(wù)一：姿態(tài)檢測體驗子任務(wù)二：圖片中的運動姿態(tài)檢測子任務(wù)三：圖片深蹲姿勢標準檢測器子任務(wù)四：視頻深蹲姿勢標準檢測器3分鐘該環(huán)節(jié)主要是對本節(jié)課的任務(wù)的一個討論分析，在該過程中，讓每個學生對接下來要完成的任務(wù)進行分析和討論，讓學生成為課堂的主體，提高學生的參與感，提升學生的自主思考能力。三、新知學習任務(wù)一：姿態(tài)檢測體驗【教師活動】本任務(wù)是來通過瀏覽器配置來實現(xiàn)網(wǎng)頁版的姿態(tài)檢測。我們先按照猜拳小游戲項目中，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，點擊文件夾‘data-sets’,下載“姿態(tài)識別.zip”到本地電腦上.【學生活動】學生打開網(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)址復制到文本框中，再點擊Disable選項卡，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，請同學們耐心等待一下。網(wǎng)頁加載完成后，畫面上有幾個可調(diào)節(jié)的參數(shù)，自拍模式是，打開則對相機或者視頻圖片輸入進行垂直翻轉(zhuǎn)處理。模型復雜度可選0，1，2.標記的準確性和計算延遲通常會隨著模型的復雜度增加，默認為1。平滑標點為過濾不同輸入圖像中的地標以減少抖動。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)定性與準確性，但是會帶來更高的延遲。如果有同學的攝像頭不可用，可以選擇下載本任務(wù)提供的demo，并上傳至瀏覽器。同學可以自己動手操作，然后分享一下自己的感受【學生活動】學生通過實訓任務(wù)書或者派Lab平臺上的實訓指南，自行進行姿態(tài)識別體驗并發(fā)表看法。是姿態(tài)檢測體驗，通過對瀏覽器進行相關(guān)配置，然后調(diào)用已經(jīng)制作好的運動姿態(tài)檢測模型，學生可自行體驗姿態(tài)檢測，并學習相應(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，通過讓學生親身體驗姿態(tài)識別的過程，引發(fā)學生的興趣任務(wù)二：對圖片中的運動姿態(tài)進行檢測剛剛同學們已經(jīng)體驗了姿態(tài)識別了。本任務(wù)就開始學習姿態(tài)識別中的具體的實現(xiàn)過程了。本任務(wù)的目標是了解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)并開源的多媒體機器學習模型應(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)用的機器學習管道。??MediaPipe可在移動設(shè)備、工作站和服務(wù)器上跨平臺運行，并支持移動GPU加速。使用MediaPipe，可以將應(yīng)用的機器學習管道構(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，在移動端和嵌入式平臺，MediaPipe也支持設(shè)備本身的GPU加速。同學們可以通過!pipinstallmediapipe來安裝MediaPipe。【學生活動】學生通過實訓任務(wù)書或者派Lab平臺上的實訓指南，進行MediaPipe的安裝【教師活動】姿態(tài)檢測模型是已經(jīng)訓練好的，由于直接從官網(wǎng)進行模型下載比較緩慢，我們的右邊側(cè)欄中提供了這個模型，我們將模型進行壓縮后到指定位置。然后導入一些本節(jié)所需要的包，cv2用來讀取圖片的，numpy用來做運算，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下腰的動作。同學們先嘗試將這張圖片進行顯示?！緦W生活動】學生通過實訓任務(wù)書或者派Lab平臺上的實訓指南，進行M圖片的展示?！窘處熁顒印拷酉聛恚覀冋{(diào)用make_image函數(shù)進行姿態(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)標點。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行了描點的操作，最后通過plt.imshow函數(shù)進行展示。從這張檢測圖上看出，身體的各個關(guān)鍵點已經(jīng)被檢測出來了，請同學們自行嘗試【學生活動】學生通過實訓任務(wù)書或者派Lab平臺上的實訓指南，進行圖片中運動姿勢的關(guān)鍵點檢測。20分鐘在該環(huán)節(jié)中，通過演示法向同學們展示了運動姿勢識別的全過程，然后讓學生自己實踐，模仿訓練，加強學生的動手操作能力。任務(wù)三：對圖片深蹲姿勢標準檢測器【教師活動】上個任務(wù)，我們檢測了運動的姿勢，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，小派在進行深蹲鍛煉的過程中，發(fā)現(xiàn)計算機可以進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準。首先我們?nèi)匀唤鈮何募⒛Ｐ徒鈮旱剿栉恢?，并把相?yīng)的包導入。同學們打開派lab中的任務(wù)3，在步驟5中，我們該如何根據(jù)三個坐標計算關(guān)節(jié)的角度呢？這里是可以通過調(diào)用angle函數(shù)進行角度計算，這個函數(shù)被封裝在util.py文件中，參數(shù)為三個點的坐標，返回的是夾角值。同學們可以通過，自己設(shè)置三個坐標，測試一下?！緦W生活動】學生輸入三個測試坐標，調(diào)用angle函數(shù)計算夾角?！窘處熁顒印课覀円呀?jīng)知道如何通過angle函數(shù)計算三個坐標的夾角；有了這個函數(shù)，我們就可以計算人體關(guān)鍵點之間的夾角了。那如果我想在某張圖片上標記上夾角的大小，又該如何實現(xiàn)呢？那這個步驟我們就來學習如何給圖片添加上文字。我們?我們通過imread讀取圖片，然后進行顏色通道轉(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，我們先配置MediaPipe的姿態(tài)識別解決方法，得到標記姿態(tài)的結(jié)果后，再讀取所有點的坐標，然后再通過索引讀取每個位置的坐標，計算膝關(guān)節(jié)彎曲角度需要三個的點的坐標，而調(diào)用關(guān)節(jié)點需要用到關(guān)節(jié)點的英文名稱，我們將每個關(guān)節(jié)的英文都放在了步驟7中，大家自行查閱。同學們現(xiàn)在可以進行步驟6、7的練習，嘗試給圖片添加文字，計算關(guān)節(jié)坐標?！緦W生活動】學生動手實操【教師活動】接下來我們將步驟5.6.7進行合并，大家可以想一下為什么要將計算夾角、給圖片添加文字、計算關(guān)節(jié)坐標合并在一個compute函數(shù)內(nèi)。這里呢會涉及到make_image函數(shù)，make_image函數(shù)作用的是標記關(guān)節(jié)的。我們現(xiàn)將任務(wù)二中的make_image函數(shù)進行升級，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)檢測后進行處理。接下來我們進行圖片讀取，并將上一個代碼塊中的compute函數(shù)輸入進make()函數(shù)，這樣就可以在對圖像進行姿態(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為黑色，但是我們可能會希望如果這個深蹲姿勢是標準的，有一些更醒目的提示，比如說亮綠色。反之，如果是不標準的，我們可能希望有一些提醒色，比如黃色。我們預設(shè)，膝蓋彎曲角度小于90度，則表示深蹲姿勢是標準的，否則就是不標準的，這一步是拓展問題，同學們可以根據(jù)步驟9進行嘗試?！绢A設(shè)】這一步是合并姿態(tài)識別和標記關(guān)節(jié)坐標，適合基礎(chǔ)不太好的同學直接調(diào)用。【學生活動】學生動手實操30分鐘在該環(huán)節(jié)中，教師通過演示、任務(wù)驅(qū)動方法，學生模仿訓練的方式進行姿態(tài)的識別的標記，演示法帶領(lǐng)學生姿態(tài)識別的流程與優(yōu)化，任務(wù)驅(qū)動法引導學生進行舉一反三，鞏固舊知識，并在練習中發(fā)展問題，解決問題。任務(wù)四：視頻深蹲姿勢標準檢測器【教師活動】前面的任務(wù)中，我們對是對圖片中的姿態(tài)進行識別的，本任務(wù)是對視頻中的深蹲姿勢進行檢測。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)進行傳入，視頻處理函數(shù)compute的作用是在圖片上顯示當前是第幾秒。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，就要重新定義一個更加復雜的compute函數(shù)，如果同學們在任務(wù)3想出了更符合自己喜好的操作函數(shù)，也可以直接將這個函數(shù)進行替換。同樣的，也是將動作的標準程度進行不同顏色的標注。經(jīng)過剛才的講解，同學們請結(jié)合實訓任務(wù)書，實現(xiàn)將深蹲檢測的信息添加到視頻中。【學生活動】學生動手實操。到現(xiàn)在為止，體育運動的姿態(tài)檢測項目就完成了，整個過程用到的封裝函數(shù)比較多，在本項目中，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。大家自己動手實操一下。20分鐘該環(huán)節(jié)教師通過帶領(lǐng)學生進行實操，解讀代碼，學生通過動手模仿，可以讓學生了解人工智能算法的工作流程，讓學生對此有一個初步的認知。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學習的內(nèi)容進行小結(jié)。最后教師進行總結(jié)。布置課后習題5分鐘讓學生自己進行小結(jié)，加深學生對本節(jié)課知識的理解，也同時鍛煉學生總結(jié)歸納的能力。學習效果評價課后習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)一張圖片進行文字標注，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，錯誤的是（）A.是一個多媒體機器學習模型框架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學習評價表評價角度評價內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是Mediapide框架（課后習題1）填寫對應(yīng)習題的得分簡述掩碼的概念能夠認識MediaPip。能夠使用cv2AddChineseText函數(shù)一張圖片進行文字標注，并上傳結(jié)果，并實現(xiàn)圖片深蹲姿勢的檢測。查看學生派lab平臺中的實訓情況，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訓任務(wù)總分備注：A：3分；B：2分；C：1分反思《創(chuàng)意美術(shù)體驗》教學設(shè)計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：3~4課時教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項目六。本節(jié)課的主要內(nèi)容體驗人工智能的應(yīng)用，了解計算機視覺技術(shù)發(fā)展趨勢和應(yīng)用場景，自己動手上傳圖片嘗試目標識別，對計算機視覺技術(shù)有感性認識，熟練使用OpenCV庫對圖像進行基本操作，熟練使用OpenCV庫對圖像進行邊緣檢測。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代步伐，有必要去了解人工智能是如何運作的。本節(jié)課的學習將帶領(lǐng)學生感知計算機視覺技術(shù)應(yīng)用，需要學習OpenCV對圖像的基本操作，為后面的學習打好基礎(chǔ)。學情分析學習心理特征：本節(jié)課的授課對象為中職一年級學生該階段的學生學習自制力較差，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，讓學生能夠在實踐中學習和鞏固課程內(nèi)容。同時該階段的學生有很多自己的想法和創(chuàng)意，因此在設(shè)計任務(wù)時，需要給學生一定的自由發(fā)揮的空間，讓學生自主地學習和實踐。另外由于中職一年級的學生水平各不相同，因此教師在學生操作過程中應(yīng)該實時觀察，引導并鼓勵基礎(chǔ)較差的學生完成練習。知識基礎(chǔ)：中職一年級學生已經(jīng)掌握了計算機與瀏覽器的使用，因此可以讓學生獨立動手安裝實訓需要的環(huán)境。教學目標知識與技能目標：了解計算機視覺技術(shù)發(fā)展趨勢和應(yīng)用場景自己動手上傳圖片嘗試目標識別，對計算機視覺技術(shù)有感性認識熟練使用OpenCV庫對圖像進行基本操作熟練使用OpenCV庫對圖像進行邊緣檢測熟練OpenCV對圖像的基本操作實現(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)布的實訓任務(wù)書，自主進行OpenCV的圖像讀取和邊緣檢測的實訓。根據(jù)教師發(fā)布的實訓任務(wù)書，自主實現(xiàn)圖像的幾何變換操作情感態(tài)度與價值觀：能夠體會到計算機視覺技術(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)學生的主動參與的意識，強化自身的責任感，以及增強自己的合作能力。教學重難點教學重點：1、什么是計算機視覺？2、什么是數(shù)字圖像處理？3、計算機眼中的世界4、OpenCV加載彩色灰度圖像5、顯示圖像尺寸、灰度圖教學難點：OpenCV工具進行邊緣檢測OpenCV進行圖像縮放、平移、旋轉(zhuǎn)、仿射和透視教學方法教法：任務(wù)驅(qū)動法、理實一體法學法：自主學習法、小組合作學習法教學準備教學環(huán)境：人工智能實訓室教學資源：派LabAI云課堂，PPT課件，教案，實訓源代碼，相關(guān)素材教學過程教學內(nèi)容及過程時間分配設(shè)計意圖一、創(chuàng)設(shè)情景【教師活動】OpenCV是計算機視覺中經(jīng)典的專用庫，其支持多語言、跨平臺，功能強大。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++，在保證易讀性和運行效率的前提下，實現(xiàn)所需的功能，其簡單易懂，使得初學者能夠快速上手使用。學會OpenCV處理計算機視覺問題將事半功倍！2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個生活中真實存在的情景，讓學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習OpenCV對圖像的基本操作，為后面的學習打好基礎(chǔ)。首先我們需要對如何開展該任務(wù)進行分析（該過程可以讓學生進行小組討論回答）預設(shè)：首先需要導入Python工具包，接著學習加載彩色灰度圖像，然后需要了解顯示圖像尺寸和顯示灰度圖的方法，最后寫入圖像進行邊緣檢測?！緦W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)果進行評價，最后進行小結(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)的一個討論分析，在該過程中，讓每個學生對接下來要完成的任務(wù)進行分析和討論，讓學生成為課堂的主體，提高學生的參與感，提升學生的自主思考能力。三、新知學習任務(wù)一：OpenCV基礎(chǔ)圖像讀取、寫入與保存【教師活動】在進行實訓任務(wù)之前呢，老師這里先梳理一下操作的流程。+步驟1：導入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【學生活動】根據(jù)實訓指導手冊按步驟進行實訓?！窘處熁顒印坷蠋焸兏鶕?jù)操作流程進行教學，先從導入python工具包開始，一般在寫一個程序之前，都是需要導入相關(guān)的工具包的，我們要想實現(xiàn)圖像的讀取寫入和保存，就需要先對其進行數(shù)據(jù)層面的處理，我們可以導入數(shù)據(jù)處理包numpy、圖像處理工具CV2、以及可視化的包matplotlib，同學們可以進行嘗試。接著，我們可以讓學生輸入代碼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，由寬和高兩個維度組成，平時我們說的1920x1080尺寸圖片，意思就是1920個像素寬，1080個像素高的圖片。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，即圖片中每一個像素點為0到255之間的一個數(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【學生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進行總結(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，同學們需要根據(jù)每一步驟，學習一個知識點，每個函數(shù)的使用方法和參數(shù)。最后進行同學答疑。15分鐘在該環(huán)節(jié)中，設(shè)置了一個實操環(huán)節(jié)，能夠讓學生自己動手實操進行圖像基本讀取寫入保存的一個過程，增加課堂的實踐性，調(diào)節(jié)課堂的氛圍，同時也讓學生對項目的目標成果有個整體認知。【教師活動】請同學們思考，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？預設(shè)：圖像灰度化的目的是為了簡化矩陣，提高運算速度。彩色圖像中的每個像素顏色由R、G、B三個分量來決定，而每個分量的取值范圍都在0-255之間，這樣對計算機來說，彩色圖像的一個像素點就會有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，對計算機來說，一個像素點的變化范圍只有0-255這256種。彩色圖片的信息含量過大，而進行圖片識別時，其實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算速度?！緦W生活動】思考并回答問題【教師活動】對學生的回答進行小結(jié)：同學們的推斷都是比較準確的，同時，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。第一個參數(shù)是窗口名稱，它是一個字符串。第二個參數(shù)是我們的對象。你可以根據(jù)需要創(chuàng)建任意多個窗口，但可以使用不同的窗口名稱。（同學們先動手實踐，然后討論）預設(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，同時讓學生在動手操作之前能夠思考為什么要做這個事.另外，讓學生動手安裝之后再拋出一個問題，讓學生討論發(fā)現(xiàn)問題的答案，而不是直接給出，增加學生之間的互動與交流。任務(wù)二：OpenCV實現(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、保存進行了學習，現(xiàn)在需要對幾何變換進行實操學習。圖像幾何變換是指用數(shù)學建模的方法來描述圖像位置、大小、形狀等變化的方法。在實際場景拍攝到的一幅圖像，如果畫面過大或過小，都需要進行縮小或放大。如果拍攝時景物與攝像頭不成相互平行關(guān)系的時候，會發(fā)生一些幾何畸變，例如會把一個正方形拍攝成一個梯形等。這就需要進行一定的畸變校正。在進行目標物的匹配時，需要對圖像進行旋轉(zhuǎn)、平移等處理。在進行三維景物顯示時，需要進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)學運算，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位置映射到另一幅圖像中的新坐標位置?；蛘哒f，幾何變換不改變圖像的像素值，只是在圖像平面上進行像素的重新安排。2、為什么要對圖像進行幾何變換？對圖像進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，進而造成計算機模型或者算法無法正確識別圖像，所以我們要對圖像進行幾何變換。幾何變換不是取悅?cè)搜鄣?，是取悅計算機的，是讓計算機(模型、算法)能更好的認識圖片的。所以，對圖像進行幾何變換處理是深度學習中數(shù)據(jù)增強的一種常用手段，是進行圖像識別前的數(shù)據(jù)預處理工作內(nèi)容。比如，在很多機器視覺落地項目中，在實際工作中，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。本次的實訓內(nèi)容則分為14個小節(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：進行的圖像的透視變換步驟14：顯示透視變換前后對比圖【學生活動】參考實訓任務(wù)書或派Lab平臺上的實訓指南，完成圖像幾何變換的理解和幾種幾何變換的意義和實操?！窘處熁顒印吭趯W生練習時進行巡視，對一些動手能力較弱的學生進行相關(guān)的指導，引導學生完成1-8步驟練習?！窘處熁顒印繉W生的練習進行簡單小結(jié)，指出學生常見的錯誤。30分鐘在該環(huán)節(jié)中，主要介紹圖像幾何變換的實現(xiàn)，當然，這部分要考慮實現(xiàn)難度與學生的能力。給出一批代碼樣例，有條件的學生可以在此基礎(chǔ)上進行改進。這里需要老師帶著學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。重點了解幾個重要變換的函數(shù)方法。讓學生對opencv的使用有所認知。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，對圖像進行各個方向的移動，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)在圖像中一個點，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；各代碼詳解請見實訓指導手冊15分鐘該環(huán)節(jié)是一個實訓環(huán)節(jié)，結(jié)合學生自身的特點，讓學生自己參考任務(wù)書，完成任務(wù)，提高學生的自學能力，以及動手實踐能力。四、課堂小結(jié)【教師活動】教師請各小組對本節(jié)課學習的內(nèi)容進行小結(jié)。最后教師進行總結(jié)。布置課后習題5分鐘讓學生自己進行小結(jié)，加深學生對本節(jié)課知識的理解，也同時鍛煉學生總結(jié)歸納的能力。學習效果評價課后習題題型題目答案問答題（一題一分）1、闡述什么是OpenCV2、列舉至少三個計算機視覺的應(yīng)用場景3、幾何變有哪幾種，為什么要進行圖像的幾何變換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學習評價表評價角度評價內(nèi)容自評他評師評ABCABCABC知識與技能能夠說出什么是OpenCV（課后習題1）填寫對應(yīng)習題的得分能夠說出圖像幾何變換是什么（課后習題4,5）能夠說出圖像幾何變換的函數(shù)方法（課后習題3）能夠說出計算機視覺的主要應(yīng)用（課后習題2）能夠?qū)嵺`完成圖像的讀取寫入和保存查看學生派lab平臺中的實訓情況，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訓任務(wù)總分備注：A：3分；B：2分；C：1分反思《創(chuàng)意美術(shù)體驗》教學設(shè)計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：3~4課時教材分析：結(jié)構(gòu)內(nèi)容：本節(jié)課選自《人工智能通識》的項目六。本節(jié)課的主要內(nèi)容體驗人工智能的應(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代步伐，有必要去了解人工智能是如何運作的。本節(jié)課的學習將帶領(lǐng)學生感知計算機視覺技術(shù)應(yīng)用，需要學習OpenCV對圖像的基本操作，為后面的學習打好基礎(chǔ)。學情分析學習心理特征：本節(jié)課的授課對象為中職一年級學生該階段的學生學習自制力較差，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，讓學生能夠在實踐中學習和鞏固課程內(nèi)容。同時該階段的學生有很多自己的想法和創(chuàng)意，因此在設(shè)計任務(wù)時，需要給學生一定的自由發(fā)揮的空間，讓學生自主地學習和實踐。另外由于中職一年級的學生水平各不相同，因此教師在學生操作過程中應(yīng)該實時觀察，引導并鼓勵基礎(chǔ)較差的學生完成練習。知識基礎(chǔ)：前面的課程已經(jīng)讓學生了解了OpenCV的基本用法，本節(jié)將繼續(xù)對OpenCV進行實操練習。教學目標知識與技能目標：了解計算機視覺技術(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)布的實訓任務(wù)書，自主進行圖像金字塔的探究和使用。根據(jù)教師發(fā)布的實訓任務(wù)書，自主實現(xiàn)新水果拼接。情感態(tài)度與價值觀：能夠體會到計算機視覺技術(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)學生的主動參與的意識，強化自身的責任感，以及增強自己的合作能力。教學重難點教學重點：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)系教學難點：OpenCV工具應(yīng)用圖像金字塔OpenCV進行新水果拼接教學方法教法：任務(wù)驅(qū)動法、理實一體法學法：自主學習法、小組合作學習法教學準備教學環(huán)境：人工智能實訓室教學資源：派LabAI云課堂，PPT課件，教案，實訓源代碼，相關(guān)素材教學過程教學內(nèi)容及過程時間分配設(shè)計意圖一、創(chuàng)設(shè)情景【教師活動】派弟弟是美術(shù)老師，平時大多是教學生畫各種生活中出現(xiàn)的物體，時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。本案例我們主要學習基于OpenCV水果拼接案例，生成彩椒、蘋果橙、黑白馬等圖像重建體驗。2分鐘該環(huán)節(jié)通過創(chuàng)設(shè)一個生活中真實存在的情景，讓學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習圖像拼接的概念，為后面的學習打好基礎(chǔ)。首先我們需要對如何開展該任務(wù)進行分析（該過程可以讓學生進行小組討論回答）預設(shè)：

圖像拼接在實際的應(yīng)用場景很廣，比如無人機航拍，遙感圖像等等，圖像拼接是進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，所以一個好的圖像拼接算法非常重要。【學生活動】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)果進行評價，最后進行小結(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)的一個討論分析，在該過程中，讓每個學生對接下來要完成的任務(wù)進行分析和討論，讓學生成為課堂的主體，提高學生的參與感，提升學生的自主思考能力。三、新知學習任務(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，當在圖像中搜索某些東西（例如人臉）時，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，我們將需要創(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)在可以先導入相關(guān)工具包加載圖像?！緦W生活動】根據(jù)實訓指導手冊按步驟進行實訓?！窘處熁顒印坷蠋焸兏鶕?jù)操作流程進行教學，先從導入python工具包開始，一般在寫一個程序之前，都是需要導入相關(guān)的工具包的，我們要想實現(xiàn)圖像的讀取寫入和保存，就需要先對其進行數(shù)據(jù)層面的處理，我們可以導入數(shù)據(jù)處理包numpy、圖像處理工具CV2、以及可視化的包matplotlib，同學們可以進行嘗試。接著，我們可以讓學生輸入代碼!unzip-o./data-sets/samples.zip-d./來解壓資源文件，接著進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))【學生活動】小組討論探究，各組分享探究結(jié)果【教師活動】進行總結(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。同學們需要根據(jù)每一步驟，學習一個知識點，每個函數(shù)的使用方法和參數(shù)。最后進行同學答疑。15分鐘在該環(huán)節(jié)中，設(shè)置了一個實操環(huán)節(jié)，能夠讓學生自己動手實操進行圖像基本讀取寫入保存的一個過程，增加課堂的實踐性，調(diào)節(jié)課堂的氛圍，同時也讓學生對項目的目標成果有個整體認知?！窘處熁顒印客瑢W們知道圖像金字塔都有哪些嗎？請同學們思考，兩者有什么不同？如何生成他們？預設(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測殘差，可以對圖像進行最大程度的還原，配合高斯金字塔一起使用。【學生活動】思考并回答問題【教師活動】對學生的回答進行小結(jié)，然后分別引導學生進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()