人工基础智能实战 7

教学单元项目6：图像解码——让计算机识别世界周次6时数4授课班级23软件技术教学目的及要求：（需包括但不限于以下内容：）素质目标培养学生科技报国意识，认识人工智能图像技术的发展对国家智能化进程的重要意义；结合案例理解中国AI技术从“追随者”到“规则制定者”的跃迁，激发技术自信；引导学生关注AI模型训练中的伦理、安全与公平等问题，培养负责任的AI设计观。能力目标掌握图像分类与文字识别的基本原理；熟悉主流图像识别平台的操作方法；具备分析AI图像识别结果准确性与偏差的能力；能初步提出改进模型泛化性能的技术方法（如数据增强、迁移学习）。教学要求能够使用百度AI平台完成图像识别与OCR任务；对深度学习技术（CNN等）应用于图像分类的过程形成清晰认知；能够结合具体识别结果进行效果评价，并提出改进意见。教学重点：图像分类技术流程及其在AI平台中的应用实践教学难点：深度学习模型在图像识别中的结构作用（卷积层、池化层、全连接层等）及泛化问题分析实验仪器及教具：电脑、网络连接、百度AI开放平台账号、图像与文字样例素材（可本地或在线）、图像识别平台体验链接教学过程备注课前准备（20分钟）任务：预学习任务+平台注册注册百度AI开放平台账号并完成实名认证；在线学习视频或讲义：图像识别与OCR的基本流程与常见误差；可考核点：账号截图+预习测试题完成情况课中活动（120分钟）阶段1：理论导入+思政讲授（30分钟）内容：图像分类技术发展历程（SVM→CNN→ResNet/Inception）；通用文字识别（OCR）技术简介；案例：从“套用代码导致医疗误判”到“文心大模型+DeepSeek协同”，讲述国产AI技术的突围。可考核点：课堂互动提问+板书笔记整理阶段2：实践任务一——让AI做你的眼睛（45分钟）步骤：登录百度AI平台→图像技术→通用物体和场景识别；上传图像或输入URL，查看识别结果；记录置信度前3的识别标签，评估结果准确性；重复测试至少2张图像，对比模型在不同背景/角度下的稳定性。可考核点：是否能正确操作平台、分析识别误差是否合理、有否归纳总结阶段3：实践任务二——读懂世界的语言（45分钟）步骤：打开通用文字识别模块（标准版/高精度含位置信息版）；上传一张手写笔记、图文广告或截图内容；提取识别结果，对比原图，找出误差或缺失字符；评估识别效果，并提出可能的优化方式（如提升清晰度、使用高精度模型）。可考核点：是否能正确上传并评估识别质量，有无提出改进意见三、课后任务（20分钟）任务：撰写AI识别体验总结报告要求：总结两个平台任务的识别过程、准确性与不足；提出图像/文字识别在某行业（医疗/安防/教育/电商）中的一个具体应用设想；字数不少于300字，可配图/表可考核点：语言表达清晰、反思深入、结合实际合理课后作业：图像识别与OCR任务过程截图（含识别结果）；AI平台使用体验与识别对比分析；应用设想或优化建议报告（300字+）提交方式：教学平台，截止时间为下节课前（以下内容为选填，供线上课程及线上线下混合式课程填报）教学资源列表与访问路径备注/teacher/directaccess/courseIndex?courseId=CEBB1314-F502-47D9-9822-F2FFC17A35EA&id=8DADFDAE-D253-4619-95D5-A6192658BFCA&noLoginUserId=u3nqaforb5hjbn8jgak2ag&noLoginSchoolId=gph-aewnly1ehnirgnnxug在线教学过程（学生自主学习指引）平台：职教MOOC平台自学路径：百度AI开放平台→图像识别/文字识别→产品文档；模拟至少3种识别场景（自然景观/复杂背景/手写笔记）；任务建议：比较标准版与高精度含位置信息版识别效果；结合图像清晰度变化，评估识别稳定性；提交一份操作记录图文并茂的小结在线辅导与答疑安排答疑平台：智慧职教云平台每周辅导时间：周二晚上8:00-9:00辅导形式：案例讲解+学生反