計算機視覺項目開發實戰（微課版）教案全套 項目1-10 初識計算機視覺-開發環境搭建 - 工業零件質檢-卷積神經網絡基礎

計算機視覺項目開發實戰（微課版）第第頁項目名稱項目一初識計算機視覺—開發環境搭建授課類型理論/理實一體化/實訓理實一體化授課學時2學時教學目標知識目標1．理解計算機視覺的概念。2．掌握計算機視覺的發展歷程與現狀。3．了解計算機視覺的應用領域。4．理解Python、Anaconda、PyCharm、OpenCV、深度學習框架在計算機視覺應用開發中的協同作用。能力目標1．能夠基于Anaconda和PyCharm搭建計算機視覺應用的開發環境。2．具有開發工具運用能力。3．能夠根據具體應用場景選擇匹配的工具組合。素養目標1．培養科技向善的價值觀。2．培養精益求精的工匠精神。3．培養人文關懷意識。教學重點1.計算機視覺的概念、發展歷程、應用領域及與人工智能的關系。2.Python、Anaconda、PyCharm、OpenCV、深度學習框架在計算機視覺開發中的角色與協同關系。3.基于Anaconda創建、管理、刪除虛擬環境及安裝庫的完整流程。教學難點1.虛擬環境、包管理器、解釋器、IDE之間的關系與協同工作原理。2.不同Python版本虛擬環境的創建、切換與隔離管理。3.開發環境搭建中常見問題（依賴沖突、版本不兼容、環境變量配置）的排查與解決。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.計算機視覺的應用場景：智慧交通、醫療影像、智慧農業、個性化教育等。2.技術演進：從傳統圖像處理到“感知-理解-生成”一體化的通用視覺大模型。3.項目任務：搭建計算機視覺應用的開發環境。4.強調環境配置階段的工程倫理與責任意識。觀看計算機視覺應用案例視頻，討論開發環境穩定性對系統安全的影響。展示智慧交通、醫療CT篩查等案例，發布項目任務，引導學生樹立科技向善價值觀。以真實應用場景激發學習動機，培養科技向善的價值觀與工程責任意識。知識準備1.計算機視覺概念、與AI的關系、發展歷程與現狀、應用領域。2.開發工具協同關系：Anaconda、PyCharm、Python、OpenCV、深度學習框架。3.虛擬環境的概念與作用：環境隔離、依賴管理、版本控制。跟隨演示了解各工具的功能定位，討論虛擬環境在團隊協作與項目復現中的價值。“講解+圖解”方式闡述各工具的角色定位與協同關系，強調虛擬環境對于工程規范的重要性。系統理解開發工具鏈的協同邏輯，建立工程化開發思維，培養精益求精的工匠精神。項目實施搭建計算機視覺應用的開發環境。按步驟完成Anaconda安裝、虛擬環境創建、PyCharm配置與庫安裝，記錄遇到的問題與解決方案。演示完整搭建流程，巡回指導，及時排查學生遇到的環境問題。在動手實踐中掌握開發環境搭建技能，培養解決實際工程問題的能力。項目拓展1.視覺大模型轉型：SAM實現“提示分割”，通用基座降低開發門檻。2.多模態大模型：DeepSeek-VL實現圖文協同與語義對齊，從“感知”跨越到“認知”。觀看SAM與DeepSeek-VL技術演示，討論新一代視覺開發對工具鏈的新要求。對比展示傳統模型與大模型的開發方式差異，引導學生思考技術演進對開發環境的影響。拓寬技術視野，理解視覺AI從專用模型到通用基座的范式轉移，激發探索國產大模型的興趣。項目鞏固場景：在個人計算機上基于Anaconda和PyCharm搭建計算機視覺應用的開發環境。獨立完成環境搭建全流程，包含創建py385、py395、py311三個虛擬環境、安裝指定庫、刪除虛擬環境及卸載庫的操作。布置鞏固任務，巡回指導，點評常見問題并總結環境管理的核心要點。在實踐中深化對虛擬環境管理的理解，培養嚴謹規范、精益求精的工程素養。項目名稱項目二圖像加密解密—ROI操作與運算授課類型理論/理實一體化/實訓理實一體化授課學時6學時教學目標知識目標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。3．熟練掌握圖像加法運算、減法運算、加權加法運算以及按位邏輯運算。4．理解圖像加密解密原理。能力目標1．能夠使用OpenCV實現圖像的基本操作。2．能夠進行圖像運算。3．能夠設計并實現圖像加密解密方案。素養目標1．培養信息安全意識。2．培養嚴謹的科學態度。3．培養工程倫理素養。教學重點1.掩模的概念、創建方法及其在圖像區域控制中的應用。2.圖像加法、減法、加權加法及按位邏輯運算的實現。3.異或運算的自反性及其在圖像加密解密中的原理。教學難點1.異或運算加密解密的數學原理與應用遷移。2.掩模、反掩模與按位運算配合時的數據流向與邏輯關系。3.多種圖像操作綜合集成為完整的項目解決方案。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.圖像安全的重要性：個人隱私、商業機密、國家安全。2.AI時代的新挑戰：智能算法“視覺理解”與對抗攻擊。3.項目任務：基于掩模和異或運算實現圖像區域加密與解密。4.學習目標與要求。1.觀看圖像泄露案例，討論日常圖像隱私保護場景。2.明確項目任務，理解ROI、掩模、異或運算在其中的作用。1.展示真實案例，提出問題鏈：如何精準保護圖像中的敏感區域？2.用“盾牌”與“密鑰”比喻啟發思考，發布項目任務書。1.激發學習動機，培養信息安全意識。2.建立項目驅動的學習預期。知識準備1.圖像基本操作：讀取/顯示/保存、通道拆分合并、ROI切片、色彩空間轉換。2.掩模：概念、創建方法及作用。3.圖像運算：加法、減法、加權加法。4.按位邏輯運算：AND/OR/NOT/XOR。5.加密原理：對稱加密，非對稱/混合/深度學習加密簡介。1.跟隨演示運行基本操作代碼。2.手動創建掩模并觀察效果。3.對比兩種加法的差異。4.推導單像素異或加密/解密過程。1.采用“講解+實時編碼”演示教學。2.運用對比教學法突出不同運算的差異。3.以像素示例講透異或可逆性。4.布置即時練習，檢查理解。1.系統構建從圖像操作到加密原理的知識鏈條。2.培養嚴謹的科學態度。項目實施基于掩模和異或運算的圖像區域加密、解密。分階段編寫代碼，展示中間結果，互檢掩模與ROI定位，改變ROI位置觀察變化并驗證解密完全還原。分步演示核心代碼，巡回指導，設置斷點提問并組織成果互評。綜合運用圖像操作、掩模與按位運算完成加解密閉環，培養分步實現、逐步驗證的工程化開發能力。項目拓展1.視覺意義加密：將密文偽裝為自然圖像，避免暴露加密痕跡。2.混沌系統加密：利用偽隨機性、遍歷性和初值敏感性生成高安全性密鑰。3.量子加密與神經隱寫術：QKD確保密鑰傳輸絕對安全，GAN將秘密信息隱藏于普通圖像。觀看前沿技術演示并討論傳統加密的改進方向與AI時代的新手段。從傳統加密局限切入，對比展示新技術原理，引導學生思考技術演進與安全倫理的平衡。拓寬技術視野，了解圖像加密從傳統到智能的發展脈絡，強化信息安全意識。項目鞏固場景：貓臉圖像增強（平移+雙邊濾波+直方圖均衡）。小組討論并繪制技術流程圖，口頭匯報方案并互評可行性。呈現案例，引導從技術與倫理雙維度設計，點評補充并總結項目知識點。在真實醫療場景中綜合運用ROI提取與加密知識，培養工程倫理素養和從需求到方案的系統設計能力。項目名稱項目三圖像藝術風格轉換—圖像濾波處理授課類型理論/理實一體化/實訓理實一體化授課學時8學時教學目標知識目標1．掌握圖像縮放、翻轉、仿射變換與透視變換的方法。2．了解圖像直方圖的含義。3．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。能力目標1．能夠基于OpenCV完成圖像的縮放、翻轉、仿射變換與透視變換。2．能夠對圖像進行直方圖均衡。3．能夠根據風格化需求選擇合適的濾波算法，并優化濾波參數。素養目標1．培養文化尊重與審美包容意識。2．強化技術倫理與責任意識。3．擔負起文化傳承使命。教學重點1.圖像縮放、翻轉、仿射變換與透視變換的實現方法。2.圖像直方圖的含義與直方圖均衡的原理。3.均值濾波、高斯濾波、中值濾波、雙邊濾波的原理、特點與適用場景。教學難點1.仿射變換與透視變換的變換矩陣推導與參數設定。2.不同濾波算法在去噪、平滑、邊緣保留之間的權衡與選擇依據。3.濾波參數的優化調整。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.風格遷移技術的文化價值：故宮古畫色彩復原、非遺紋樣創新、鄉村AI美育、殘障藝術創作。2.技術演進脈絡。3.項目任務：將普通照片轉換為多種藝術風格（油畫、鉛筆畫、水彩畫）的圖像。4.學習目標與要求。觀看文化案例與技術演示，討論圖像風格轉換的社會應用價值。展示故宮古畫復原、國風水墨生成等案例，發布項目任務，激發文化使命感。以文化傳承與藝術普惠為切入點，培養文化尊重與審美包容意識，激發學習動機。知識準備1.幾何變換：縮放、翻轉、仿射變換、透視變換的矩陣原理與實現。2.圖像直方圖：含義、繪制與直方圖均衡。3.圖像濾波：均值濾波、高斯濾波、中值濾波、雙邊濾波、方框濾波、2D濾波的原理、參數與適用場景對比。跟隨演示運行幾何變換代碼，繪制直方圖并觀察均衡效果，對比不同濾波的輸出差異。“講解+實時編碼”演示，以對比教學法突出各類濾波的優缺與適用場景，布置即時練習。系統構建從幾何變換到濾波處理的完整知識鏈，為藝術風格轉換奠定技術基礎。項目實施將普通照片轉換為多種藝術風格（油畫、鉛筆畫、水彩畫）的圖像。分階段編寫代碼，調節濾波參數觀察風格變化，展示風格化結果并互評。分步演示各藝術風格的濾波組合方案，巡回指導參數優化，組織成果展示。在風格轉換實踐中掌握濾波算法的綜合運用，培養審美判斷能力與參數調優的工程能力。項目拓展1.傳統濾波的局限：人工設計的濾波器難以捕捉油畫筆觸、水墨暈染等高階藝術效果。2.生成式大模型：以數億參數神經網絡作為“智能動態濾波器”，理解全局語義與風格特征進行風格化。3.多模態大模型：視覺-語言模型理解圖文語義關聯，實現自然語言驅動的精準風格控制。觀看生成式AI風格轉換演示，對比傳統濾波與AI方法的差異，討論各自適用場景。從本項目的濾波方法切入，對比展示生成式與多模態大模型的風格轉換能力，引導思考技術演進趨勢。拓寬技術視野，理解從傳統濾波到智能生成的技術范式轉移，強化創新意識與技術倫理責任。項目鞏固場景：醫生需在醫學影像中標記腫瘤區域并加密傳輸給遠程專家。獨立編寫代碼完成三個任務，輸出并展示三幅結果圖像，互評效果。布置鞏固任務，巡回指導，點評常見問題并總結項目核心知識點。在真實圖像增強場景中綜合運用幾何變換、濾波與直方圖均衡，強化技術應用能力與嚴謹的科學態度。項目名稱項目四車牌識別—形態學處理與輪廓檢測授課類型理論/理實一體化/實訓理實一體化授課學時8學時教學目標知識目標1．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缺點。2．掌握形態學變換的核心思想，掌握不同形態學操作的作用。3．掌握查找、繪制圖像輪廓及分析輪廓特征的基本方法。4．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用場景。能力目標1．能夠使用OpenCV庫實現圖像的全局閾值處理和自適應閾值處理。2．能夠運用形態學變換對圖像進行去噪、分割等預處理操作，優化圖像質量。3．能夠查找、繪制圖像的輪廓，并分析輪廓特征。4．能夠使用Sobel、Laplacian、Canny等邊緣檢測算法提取圖像的邊緣信息。素養目標1．培養交通安全意識。2．培養社會責任感。3．培養法治精神。教學重點1.圖像閾值處理的原理及全局閾值與自適應閾值的實現方法。2.形態學變換（腐蝕、膨脹、開運算、閉運算等）的核心思想與作用。3.圖像輪廓的查找、繪制與特征分析方法。4.邊緣檢測算法（Sobel、Laplacian、Canny）的原理與適用場景。教學難點1.形態學操作的結構核設計及不同操作組合對車牌區域提取的影響。2.輪廓特征分析（面積、長寬比、緊密度等）在車牌區域篩選中的綜合運用。3.針對復雜背景和光照變化，合理選擇閾值方法、形態學操作與邊緣檢測算法的組合策略。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.車牌識別在智慧交通、公共安全、自動駕駛等領域的關鍵作用。2.技術演進：傳統圖像處理、深度學習端到端識別。3.項目任務：在車輛圖像中定位車牌位置并提取車牌區域。4.強調技術向善、數據合規使用的法治精神與社會責任。觀看智慧交通系統演示視頻，討論車牌識別技術的應用場景與倫理邊界。展示電子警察、智能停車場等案例，發布項目任務，引導學生樹立法治精神。以智慧交通為場景激發學習動機，培養交通安全意識、社會責任感和法治精神。知識準備1.閾值處理：全局閾值與自適應閾值的原理與適用場景。2.形態學變換：腐蝕、膨脹、開運算、閉運算、形態學梯度、頂帽、黑帽核心思想與作用。3.輪廓檢測：查找輪廓、繪制輪廓、輪廓特征分析。4.邊緣檢測：Sobel算子、Laplacian算子、Canny邊緣檢測的原理、特點與參數調優。跟隨演示運行閾值處理與形態學操作，對比不同邊緣檢測算法的輸出差異。“講解+實時編碼”演示，以對比教學法突出各類操作的適用場景，布置即時練習。系統構建從閾值分割到輪廓提取的知識鏈條，為車牌區域定位奠定技術基礎。項目實施在車輛圖像中定位車牌位置，并提取出車牌區域圖像。分階段編寫代碼完成車牌定位：預處理、形態學增強、輪廓查找、車牌區域篩選，展示中間結果并互評。分步演示車牌定位流程，巡回指導，引導分析車牌輪廓的幾何特征并優化篩選策略。在車牌定位實戰中綜合運用閾值處理、形態學變換與輪廓檢測，培養圖像預處理與目標篩選的工程能力。項目拓展1.傳統方法的局限：依賴人工設計特征與參數，泛化能力弱，復雜環境下性能下降。2.深度學習的范式轉變：數據驅動自動學習特征，CNN+RNN+CTC實現端到端車牌檢測與字符識別。3.輕量化改進。觀看深度學習車牌識別演示，對比傳統方法與深度學習的性能差異，討論兩者的互補關系。從本項目傳統方法切入，對比展示深度學習的車牌檢測與字符識別方案，引導思考技術演進趨勢。拓寬技術視野，理解從傳統圖像處理到端到端智能識別的范式轉移，強化創新意識。項目鞏固場景：基于閾值處理、形態學變換與輪廓提取技術對包含多枚硬幣的圖像（coins.png）進行硬幣檢測。獨立編寫代碼完成硬幣檢測，輸出標記結果圖，對比篩選前后的輪廓差異。布置鞏固任務，巡回指導，點評輪廓篩選策略，總結項目核心知識點。在硬幣檢測場景中綜合運用閾值處理、形態學變換與輪廓分析，強化目標檢測與篩選的系統性思維。項目名稱項目五圖像檢索—特征提取與相似度匹配授課類型理論/理實一體化/實訓理實一體化授課學時6學時教學目標知識目標1．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用，了解如何通過優化Harris角點檢測算法來提高角點檢測的準確性和效率。2．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。3．理解暴力匹配器和FLANN匹配器的工作原理，能夠根據實際需求選擇合適的匹配方法。能力目標1．能夠實現基礎Harris角點檢測、優化版Harris角點檢測以及Shi-Tomasi角點檢測算法。2．能夠熟練應用FAST、SIFT、ORB等特征檢測算法對圖像進行特征提取。3．能夠使用暴力匹配器和FLANN匹配器實現特征點的匹配。素養目標1．培養安全意識與倫理素養。2．培養文化傳承與保護意識。3．培養創新應用思維。教學重點1.Harris角點檢測與Shi-Tomasi角點檢測的原理與實現方法。2.FAST、SIFT、ORB、LBP等特征檢測算法的基本原理、特點與適用場景。3.暴力匹配器與FLANN匹配器的工作原理與選擇依據。教學難點1.不同特征檢測算法在尺度、旋轉、光照變化下的魯棒性差異與選型依據。2.特征匹配中誤匹配剔除策略的原理與閾值調優。3.針對具體檢索任務，合理組合特征提取與匹配算法的策略設計。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.圖像檢索在文化保護與智能制造中的關鍵作用。2.技術演進：傳統特征檢測到國產AI大模型視覺特征學習。3.項目任務：給定一幅藝術畫作，在畫廊數據庫中查找視覺風格與其最相似的畫作。4.強調技術應用中文化傳承與數據安全的雙重責任。觀看數字化文物保護與工業視覺檢測案例，討論圖像檢索技術的應用價值與社會意義。展示敦煌壁畫數字化、百度高精地圖等案例，發布項目任務，引導樹立文化傳承與創新意識。以文化保護與產業創新為切入點激發學習動機，培養文化傳承意識與創新應用思維。知識準備1.角點檢測：Harris角點檢測的原理與優化方法；Shi-Tomasi角點檢測的改進策略。2.特征檢測：FAST）、SIFT、ORB、LBP的原理、特點與適用場景。3.特征匹配：暴力匹配器與FLANN匹配器的工作原理、優缺點與選型依據。跟隨演示運行各類特征檢測算法，對比不同算法的檢測結果與耗時，總結各自特點。“講解+實時編碼”演示各類特征檢測與匹配方法，以對比表格突出算法差異與選型依據。系統構建從角點檢測到特征匹配的完整知識體系，為圖像檢索奠定技術基礎。項目實施給定一幅藝術畫作，在畫廊數據庫中查找視覺風格與其最相似的畫作。分階段編寫代碼完成圖像檢索：特征提取、特征匹配、相似度排序、輸出最相似畫作，展示檢索結果并互評。分步演示圖像檢索流程，巡回指導，引導分析不同特征算法對檢索效果的影響。在藝術畫作檢索實戰中綜合運用特征提取與匹配技術，培養算法選型與結果評估能力。項目拓展1.傳統特征方法的局限：特征表示能力有限、對復雜場景敏感、難以理解語義內容。2.多模態大模型范式轉變：CLIP通過海量圖像-文本對對比學習，統一映射圖像與文本語義空間，實現零樣本檢索。3.語言引導的圖像檢索：組合圖像檢索與交互式推理，從“能檢索”向“懂意圖”演進。觀看多模態大模型圖像檢索演示，對比傳統特征方法與AI方法的差異，討論各自優勢與局限。從本項目的傳統特征匹配切入，對比展示CLIP等多模態模型的跨模態檢索能力，引導思考技術演進方向。拓寬技術視野，理解從手工特征到多模態語義理解的技術躍遷，強化創新應用思維。項目鞏固場景：使用ORB特征檢測算法提取兩幅輸入圖像的特征點，通過FLANN匹配器進行特征匹配，過濾錯誤匹配結果后，可視化并保存匹配結果。獨立編寫代碼完成ORB特征提取、FLANN匹配與Lowe比率測試，輸出并保存匹配結果可視化圖像。布置鞏固任務，巡回指導，點評匹配結果質量，總結項目核心知識點。在圖像匹配場景中綜合運用特征提取與FLANN匹配技術，強化參數調優與結果篩選的工程能力。項目名稱項目六交通標志識別—圖像分割與模板匹配授課類型理論/理實一體化/實訓理實一體化授課學時6學時教學目標知識目標1．理解像素閾值分割法、分水嶺算法的原理及其應用場景。2．理解圖像金字塔的構建過程及其在多尺度目標檢測中的作用。3．理解目標匹配的相似度度量方法及其適用場景。能力目標1．能夠基于像素閾值分割法、分水嶺算法實現圖像分割。2．能夠利用圖像金字塔進行多尺度目標檢測。3．能夠使用模板匹配方法實現目標匹配。素養目標1．培養嚴謹工程態度。2．培養社會責任感。3．培養技術報國情懷。教學重點1.像素閾值分割法與分水嶺算法的原理及實現。2.圖像金字塔的構建過程及其在多尺度目標檢測中的作用。3.模板匹配的原理與相似度度量方法。教學難點1.分水嶺算法的過分割問題及標記前景/背景的改進策略。2.圖像金字塔多尺度模板匹配中尺度空間構建與匹配策略的權衡。3.復雜道路場景下分割閾值選取與模板匹配相似度閾值的參數調優。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.交通標志識別在自動駕駛與智慧交通中的關鍵作用及現實挑戰。2.技術演進：傳統圖像處理→深度學習→多模態大模型。3.項目任務：從道路圖像中自動檢測和識別交通標志。4.強調技術應用關乎人民出行安全的社會責任。觀看智能交通系統演示與交通事故案例，討論交通標志識別技術對公共安全的現實意義。展示智能交通監控與自動駕駛案例，發布項目任務，引導學生樹立技術報國情懷。以交通安全為切入點激發學習動機，培養社會責任感和技術報國情懷。知識準備1.圖像分割：像素閾值分割法的原理與實現；分水嶺算法的原理及過分割改進策略。2.模板匹配：單目標匹配與多目標匹配的原理；常用相似度度量方法及適用場景。3.圖像金字塔：高斯金字塔與拉普拉斯金字塔的構建原理；圖像金字塔在多尺度目標檢測中的應用。跟隨演示運行閾值分割、分水嶺算法與模板匹配代碼，對比不同參數對分割與匹配結果的影響。“講解+實時編碼”演示，以對比教學法突出各方法的特點與適用場景，強調參數調優的工程要求。系統構建從圖像分割到模板匹配的知識體系，為交通標志檢測奠定技術基礎。項目實施從道路圖像中自動檢測和識別交通標志。分階段編寫代碼完成交通標志檢測：預處理、分割提取候選區域、圖像金字塔多尺度匹配、輸出識別結果，展示檢測效果并互評。分步演示交通標志檢測流程，巡回指導，引導分析檢測結果的誤報與漏報原因并優化策略。在交通標志檢測實戰中綜合運用分割、金字塔與模板匹配技術，培養嚴謹工程態度。項目拓展1.深度學習突破：CNN自動學習層次化特征；目標檢測框架；FPN與注意力機制提升小目標識別魯棒性。2.大模型認知升級：多模態大模型統一視覺-語言語義空間（CLIP），從“看見”標志向“讀懂”場景演進，實現語義級場景理解與推理。觀看深度學習交通標志識別演示，對比傳統方法與深度學習的性能差異，討論多模態大模型的場景理解能力。從本項目傳統方法切入，對比展示深度學習與大模型的交通場景理解方案，引導思考從“感知”到“認知”的范式演進。拓寬技術視野，理解交通標志識別從手工特征到智能理解的演進歷程，激發技術報國情懷。項目鞏固場景：某智能交通系統開發商計劃部署一套交通標志自動識別系統，用于城市道路監控和自動駕駛輔助。實際測試中面臨復雜背景干擾、尺度變化適應、光照條件影響三大技術挑戰。分組討論三大挑戰的解決方案，編寫代碼驗證思路，展示改進后的檢測結果并互評。布置鞏固任務，引導分析各挑戰的技術本質，巡回指導并點評解決方案。在真實交通場景挑戰中綜合運用分割、金字塔與模板匹配技術，強化復雜工程問題的分析與解決能力。項目名稱項目七視頻監控—運動目標檢測與跟蹤授課類型理論/理實一體化/實訓理實一體化授課學時8學時教學目標知識目標1．掌握視頻讀取、顯示、保存、剪輯與裁剪、幀率調整、預處理等視頻基本操作。2．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缺點。3．理解MeanShift/CamShift、光流法、相關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。4．認知卡爾曼濾波的預測-更新雙階段工作模式。能力目標1．能夠使用OpenCV實現視頻的基本操作。2．能夠實現背景差分法、幀間差分法，并應用OpenCV的光流法進行運動目標檢測。3．能夠實現基于MeanShift/CamShift、光流法、KCF算法等的目標跟蹤。素養目標1．培養科學精神與態度。2．培養團隊協作與溝通能力。3．培養信息安全與倫理意識。教學重點1.視頻的讀取、顯示、保存、剪輯裁剪、幀率調整與預處理等基本操作。2.背景差分法、幀間差分法、光流法的原理、適用場景及優缺點對比。3.MeanShift/CamShift、光流法、相關濾波（KCF）、卡爾曼濾波等跟蹤方法的原理與工作流程。4.卡爾曼濾波的預測-更新雙階段工作模式。教學難點1.背景差分法中背景建模與動態更新的機制及參數調優。2.不同運動檢測方法在光照變化、遮擋、動態背景等復雜場景下的選型依據。3.卡爾曼濾波的狀態預測與觀測更新在目標跟蹤中的協同與參數設計。4.多目標跟蹤中遮擋處理與ID維持的策略實現。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.視頻監控在公共安全、智慧交通、智慧工廠等領域的核心價值。2.技術發展：傳統視頻分析→深度學習→多模態大模型→端側智能。3.項目任務：從視頻中實時識別、定位并跟蹤運動目標。4.強調技術應用中的隱私保護與倫理規范。觀看智慧安防與智能交通視頻案例，討論視頻監控技術的社會價值與潛在風險。展示海康威視智慧安防、華為全息路口、智能駕駛環境感知等案例，發布項目任務，引導樹立信息安全與倫理意識。以公共安全與智慧交通為場景激發學習動機，培養科學精神與信息安全倫理意識。知識準備1.視頻基本操作：讀取、顯示、保存、剪輯裁剪、幀率調整、預處理。2.運動目標檢測：背景差分法的原理與適用場景；幀間差分法的原理與適用場景；光流法的原理與優缺點對比。3.運動目標跟蹤：MeanShift/CamShift的原理；光流法跟蹤；相關濾波（KCF）的原理；卡爾曼濾波的預測-更新雙階段工作模式。跟隨演示運行視頻操作、運動檢測與跟蹤代碼，對比不同方法在相同視頻上的效果差異。“講解+實時編碼”演示，以對比表格突出各方法的優缺與選型依據，強調參數調優的科學態度。系統構建從視頻處理到目標檢測與跟蹤的完整知識體系，為項目實戰奠定基礎。項目實施從視頻中實時識別、定位并跟蹤運動目標。分階段編寫代碼完成視頻目標跟蹤：視頻讀取與預處理、運動目標檢測、目標跟蹤、結果輸出與可視化，展示跟蹤效果并互評。分步演示運動目標檢測與跟蹤流程，巡回指導，引導分析跟蹤漂移與丟失原因并優化策略。在視頻目標跟蹤實戰中綜合運用檢測與跟蹤技術，培養科學嚴謹的工程態度與團隊協作能力。項目拓展1.多模態大模型視頻理解：VLA模型融合視覺-語言-動作，實現自然語言驅動的目標跟蹤與場景認知；視頻多模態建模實現長時序分析與因果推理。2.邊緣計算與端側智能：異構計算將延遲降至毫秒級；模型輕量化技術實現復雜模型在邊緣設備的高效部署，保障數據隱私與實時響應。觀看VLA模型與端側智能技術演示，討論邊緣計算對隱私保護和實時性的意義。從本項目傳統方法切入，對比展示多模態大模型與端側智能的前沿進展，引導思考技術演進與倫理平衡。拓寬技術視野，理解從傳統視頻分析到多模態認知智能的演進，強化信息安全與隱私保護意識。項目鞏固場景：某市計劃在一條主干道的路口部署一套智慧交通系統，旨在實時檢測、跟蹤通過的車輛，并統計不同時段的車流量。該路口光線變化顯著（從白天到夜晚），且常伴有雨雪天氣。攝像機固定拍攝，但場景中存在樹葉搖曳、行人穿梭等干擾。分組討論設計方案，撰寫技術方案文檔并匯報答辯，互評方案可行性。布置鞏固任務，引導從技術選型、參數設計、遮擋處理等多維度設計，點評總結。在真實智慧交通場景中綜合運用檢測與跟蹤知識設計完整方案，培養團隊協作能力與科學精神。項目名稱項目八中草藥分類—SVM圖像分類授課類型理論/理實一體化/實訓理實一體化授課學時6學時教學目標知識目標1．掌握機器學習的基本概念、主要分類及典型工作流程。2．理解SVM的基本原理，以及核函數的作用與選擇。3．掌握準確率、精確率、召回率等指標的計算方法與適用場景，理解混淆矩陣的構成及其在模型性能分析中的作用。能力目標1．能夠將實際問題抽象為機器學習問題。2．能夠使用SVM構建分類模型。3．能夠準確計算并解讀分類模型的評價指標。素養目標1．培養算法公平性與算法偏見的認知素養。2．培養合理利用資源與可持續發展的意識。3．激發創新精神與社會責任感。教學重點1.機器學習的基本概念、主要分類及典型工作流程。2.SVM的基本原理及核函數的作用與選擇。3.準確率、精確率、召回率的計算方法與適用場景；混淆矩陣的構成及其在模型性能分析中的作用。教學難點1.核函數將低維不可分數據映射到高維可分空間的原理理解與核函數選型依據。2.圖像特征的設計與特征降維。3.類別不平衡對SVM分類器的影響及應對策略。4.混淆矩陣與多分類評價指標的綜合解讀。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.中草藥的文化價值與數字化機遇：《神農本草經》到《中國藥典》，中醫藥數字化研究。2.技術演進：手工特征+SVM→深度CNN→多模態大模型。3.項目任務：輸入植物葉片圖像，識別常見中草藥植物。4.強調用數字技術守護文化瑰寶的“守正創新”精神。觀看中草藥數字化案例，討論AI技術對中醫藥傳承與珍稀植物保護的意義。展示中國中醫科學院數字化研究、百度飛槳植物識別等案例，發布項目任務，引導樹立文化自信與創新精神。以中草藥數字化為切入點激發學習動機，培養創新精神與社會責任感。知識準備1.機器學習概述：基本概念、主要分類、典型工作流程。2.SVM原理：最大間隔超平面、支持向量、核函數的作用與選擇依據、軟間隔與懲罰參數C的理解。3.模型評價：混淆矩陣的構成；準確率、精確率、召回率的計算方法與適用場景；F1-Score的綜合評價。跟隨演示理解SVM原理與核函數作用，計算給定混淆矩陣的各評價指標。“講解+推導”SVM核心原理，以對比表格展示不同核函數的適用場景，布置評價指標計算練習。系統構建從機器學習基礎到SVM原理與模型評價的完整知識體系，為圖像分類奠定基礎。項目實施輸入植物葉片圖像，識別常見中草藥植物。分階段編寫代碼完成中草藥分類：圖像預處理與特征提取、SVM模型訓練、模型評估、分類預測與結果展示。分步演示中草藥分類流程，巡回指導，引導分析分類錯誤樣本與模型改進策略。在中草藥分類實戰中掌握SVM模型構建全流程，培養將實際問題抽象為機器學習問題的能力。項目拓展1.傳統方法的局限：SVM依賴人工設計特征，難以全面捕捉判別信息，復雜場景下泛化能力受限。2.深度學習突破：擺脫人工特征依賴，精度與魯棒性顯著提升。3.大模型拓展能力邊界：零樣本/少樣本學習減少標注依賴；多模態融合圖像與文本實現知識推理識別。觀看CNN與多模態大模型中草藥識別演示，對比SVM、CNN與大模型的性能差異與適用場景。從本項目SVM切入，對比展示深度學習與大模型的中草藥識別能力，引導思考技術演進與“守正創新”的內涵。拓寬技術視野，理解從傳統機器學習到通用人工智能的演進，激發合理利用資源的可持續發展意識。項目鞏固場景：某中醫藥研究院開發智能中草藥識別系統，實際應用中面臨圖像質量不一、類別不平衡、模型泛化能力不足三大問題。分組討論三大問題的解決方案，設計技術方案并匯報答辯。布置鞏固任務，引導從預處理、數據增強、類權重調整、數據擴增等多維度設計解決方案，點評總結。在真實系統開發場景中綜合運用圖像預處理、類別不平衡處理與模型優化知識，培養算法公平性認知素養與可持續發展意識。項目名稱項目九藝術海報生成—k-Means配色與風格化授課類型理論/理實一體化/實訓理實一體化授課學時6學時教學目標知識目標1．掌握聚類的概念及算法的評價指標。2．掌握k-Means算法的概念與實現流程。3．掌握使用肘部法及輪廓系數分析法選擇k值的原理。能力目標1．能夠實現完整的k-Means聚類流程。2．能夠使用肘部法確定最優聚類數目。3．能夠使用輪廓系數分析法確定k-Means聚類中的最佳k值。素養目標1．培養精益求精的工匠精神。2．培養技術倫理與版權意識。3．培養文化自信與創新意識。教學重點1.聚類的概念及聚類算法的評價指標。2.k-Means算法的核心思想與實現流程。3.肘部法與輪廓系數分析法的原理與運用。教學難點1.k-Means算法對初始聚類中心敏感性及K-Means++優化策略的理解。2.輪廓系數的計算原理及其對不同k值聚類效果的評估邏輯。3.顏色空間選擇對聚類效果的影響及顏色量化中k值的權衡。4.聚類結果與藝術審美之間的差異認知—數學最優并非藝術最優。教學方法精選行業典型案例，構建真實問題場景研討；實施PBL項目式教學；融合線上線下資源，開展混合教學。教材資源計算機視覺項目開發實戰（微課版），人民郵電出版社，主編：楊元峰、董虎勝、趙敏涯，第一版，書號：978-7-115-70035-3教學設計教學活動教學內容學生活動教師活動設計目的項目導入1.藝術海報創作中“技術理性”與“人文感性”的融合，色彩表達的文化傳播價值。2.技術演進：k-Means顏色量化→生成式AI文生圖→國產大模型的水墨畫生成優勢。3.項目任務：量化圖像顏色，提取圖像主色調生成調色板，生成藝術海報。4.強調技術應用于藝術創作時的版權意識與文化自信。觀看AIGC藝術生成演示與k-Means配色案例，討論AI輔助創作中的原創性與版權倫理。展示文心一格、通義萬相等國產AI生成的水墨風格作品，發布項目任務，引導樹立文化自信與技術倫理意識。以藝術創作與技術融合為切入點激發學習動機，培養文化自信、創新意識與技術倫理素養。知識準備1.聚類概念：聚類定義、與分類的區別；聚類算法的評價指標。2.k-Means算法：核心思想、實現流程、優缺點。3.k值選取：肘部法；輪廓系數分析法。跟隨演示運行k-Means聚類，計算不同k值的SSE與輪廓系數并繪制曲線，觀察肘部拐點。“講解+演示”k-Means實現流程，以對比圖表展示肘部法與輪廓系數法的k值確定過程，布置即時練習。系統構建從聚類概念到k-Means算法再到k值選取的完整知識體系，為顏色量化奠定基礎。項目實施量化圖像顏色，提取圖像主色調生成調色板，生成藝術海報。分階段編寫代碼完成藝術海報生成：圖像顏色聚類、肘部法與輪廓系數確定最優k值、主色調提取與調色板生成、顏色量化與海報風格化輸出，展示效果并互評。分步演示顏色量化與主色調提取流程，巡回指導，引導分析聚類效果與藝術審美的關系。在藝術海報生成實戰中運用k-Means顏色量化與k值選取方法，培養精益求精的工匠精神與審美判斷能力。項目拓展1.智能化風格遷移：k-Means量化得到顏色結構圖，輸入擴散模型結合風格文本提示生成擁有豐富筆觸與質感的高質量藝術圖像。2.語義化色彩設計：提取主色調轉化為自然語言場景描述，大模型將抽象配色方案生成具象高質量視覺靈感圖。觀看k-Means+擴散模型風格遷移與語義化色彩生成演示，討論傳統聚類與生成式AI在藝術創作中的協作關系。從本項目k-Means顏色量化切入，對比展示與擴散模型、多模態大模型結合的藝術生成方案，引導思考技術融合與版權邊界。拓寬技術視野，理解從顏色量化到智能藝術生成的范式躍遷，強化技術倫理與版權意識。項目鞏固場景：某創意設計公司開發智能藝術海報生成系統，實際中面臨色彩提取準確性、k值選擇困難、藝術風格單一三大問題。分組討論三大問題的解決方案，設計技術方案并匯報答辯。布置鞏固任務，引導從特征工程、k值自適應策略、風格遷移集成等多維度設計解決方案，點評總結。在真實系統開發場景中綜合運用聚類優化、k值確定與風格擴展知識，培養精益求精的工匠精神與創新意識。項目名稱項目十工業零件質檢—卷積神經網絡基礎授課類型理論/理實一體化/實訓理實一體化授課學時8學時教學目標知識目標1．掌握CNN的組成模塊的作用。2．理解深度學習模型訓練的關鍵機制。3．熟悉經典CNN模型的改進思路。4．掌握遷移學習的理論與應用方法。能力目標1．能夠實現CNN模型的基礎搭建與訓練。2．能夠優化模型訓練過程與性能。3．能夠應用經典CNN模型與遷移學習。素養目標1．培養精益求精的工匠精神。2．培養社會責任感與合理使用資源的意識。3．培養科學嚴謹的工作作風。教學重點1.CNN的組成模塊：卷積層、池化層、激活函數、全連接層與輸出層的作用與原理。2.深度學習模型訓練關鍵機制：前向傳播與反