基于Python深度學(xué)習(xí)的目標(biāo)檢測(cè)案例探究

x摘? 要：針對(duì)目前高中階段人工智能教育現(xiàn)狀和項(xiàng)目資源案例稀缺的情況，針對(duì)浙江地區(qū)高中生的信息素養(yǎng)，結(jié)合新課程改革中“人工智能初步”模塊要求，開發(fā)了具有可操作性的人工智能校本課程項(xiàng)目案例——基于Python深度學(xué)習(xí)的目標(biāo)檢測(cè)人工智能應(yīng)用項(xiàng)目案例。這些項(xiàng)目案例結(jié)合人工智能應(yīng)用的典型特征，具有較好的可遷移性，可在高中信息技術(shù)校本課程中適用，同時(shí)為基于核心素養(yǎng)的高中信息技術(shù)新課程改革提供了深入思考與實(shí)踐探索的途徑。

關(guān)鍵詞：人工智能;高中課程;目標(biāo)識(shí)別

Abstract：Aiming at the current situation of artificial intelligence education in high school stage and the scarcity of project resource cases，aiming at the information literacy of high school students in Zhejiang area，and combining the requirements of the “initial artificial intelligence” module in the new curriculum reform，a practical case of artificial intelligence school-based curriculum project ——target detection artificial intelligence application project case based on Python deep learning is developed. These project cases，combined with the typical characteristics of artificial intelligence application，have good portability，and can be applied in high school information technology school-based curriculum. At the same time，it provides a way of in-depth thinking and practical exploration for the new curriculum reform of high school information technology based on core literacy.

Keywords：artificial intelligence;high school curriculum;target recognition

0? 引? 言

高中信息技術(shù)學(xué)科課程標(biāo)準(zhǔn)包含了“人工智能初步”選修模塊，但通過大量的調(diào)研發(fā)現(xiàn)，在目前的浙江地區(qū)高中階段信息技術(shù)學(xué)科教學(xué)中，對(duì)于此模塊并沒有系統(tǒng)的理論指導(dǎo)及課程實(shí)踐經(jīng)驗(yàn)，也沒有圍繞信息技術(shù)學(xué)科核心素養(yǎng)開設(shè)此課程的案例體系。因此，文章以浙江省寧波市效實(shí)中學(xué)信息技術(shù)學(xué)科開設(shè)的面向高一、高二年級(jí)的“學(xué)Python玩轉(zhuǎn)人工智能”校本選修課程為研究案例，探索了“人工智能初步”模塊的教學(xué)新模式，以“基于Python深度學(xué)習(xí)目標(biāo)檢測(cè)”為案例進(jìn)行了具體的研究和分析。案例涵蓋了項(xiàng)目介紹、模型支持、基本步驟、準(zhǔn)備工作、目標(biāo)檢測(cè)過程、檢測(cè)結(jié)果分析等方面。

1? 人工智能教育現(xiàn)狀及存在問題

隨著云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、智能識(shí)別、知識(shí)管理等新興科技的暫露頭角，信息技術(shù)疾步邁入智能化階段，人工智能已經(jīng)成為人們關(guān)注和研究的焦點(diǎn)。作為推動(dòng)未來社會(huì)發(fā)展的嶄新引擎，國家高度重視人工智能產(chǎn)業(yè)的發(fā)展。早在2017年國務(wù)院就發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，提出分三步走的戰(zhàn)略目標(biāo)：到2020年人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步，到2025年人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平[1]。而現(xiàn)在在校的中小學(xué)生，到2035年和2050年將是國家所需的人工智能高端人才的中堅(jiān)力量，因此，人工智能相關(guān)能力與素養(yǎng)的培養(yǎng)急需在中小學(xué)階段打好基礎(chǔ)，應(yīng)實(shí)施個(gè)性化的培養(yǎng)模式，培養(yǎng)出更多的人工智能高端人才奠定基礎(chǔ)。

其實(shí)，中小學(xué)開展人工智能教育早已提上了教育部的議事日程，教育部官方公布了《2019年教育信息化和網(wǎng)絡(luò)安全工作要點(diǎn)》，文件明確指出要“推動(dòng)在中小學(xué)階段設(shè)置人工智能相關(guān)課程”，同時(shí)也為中小學(xué)開始人工智能教育指明了方向，要推動(dòng)在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育。事實(shí)上，教育部文件提到人工智能等內(nèi)容已經(jīng)不是第一次。2018年1月教育部召開《新課標(biāo)》發(fā)布會(huì)，機(jī)器人相關(guān)課程被納入了“新課標(biāo)”中，內(nèi)容涵蓋編程、機(jī)器人、人工智能等主要知識(shí);2018年4月，教育部印發(fā)《教育信息化2.0行動(dòng)計(jì)劃》。因此，當(dāng)教育信息化基礎(chǔ)設(shè)施尚在普及完善、“互聯(lián)網(wǎng)+”和教育領(lǐng)域尚在互相催化融合時(shí)，人工智能作為信息技術(shù)的更高發(fā)展階段，毫無疑問將會(huì)深層次推動(dòng)教育教學(xué)改革與創(chuàng)新發(fā)展，也給未來教育帶來機(jī)遇和挑戰(zhàn)。但是人工智能時(shí)代的快速到來讓很多政府部門、學(xué)校和老師都猝不及防，對(duì)突如其來的人工智能教育還未做好準(zhǔn)備，現(xiàn)實(shí)存在很多亟待解決的難題。人工智能本就是新興領(lǐng)域，涉及面廣、綜合性強(qiáng)，在中小學(xué)教學(xué)上尚無成熟的課程案例可循;適合中小學(xué)的人工智能教材嚴(yán)重短缺，內(nèi)容良莠不齊。而且人工智能涉及面廣，對(duì)教師的綜合素質(zhì)、跨學(xué)科的能力要求較高;但大部分中小學(xué)教師接受教育時(shí)沒接觸過人工智能課程，缺乏人工智能相關(guān)的專業(yè)知識(shí)，無法形成成熟的教學(xué)理念，人工智能資源嚴(yán)重匱乏。如何讓學(xué)校能夠正常開設(shè)人工智能課程，各級(jí)教育主管部門還沒有明確的指導(dǎo)意見。2003年教育部發(fā)布的《普通高中信息技術(shù)課程標(biāo)準(zhǔn)（實(shí)驗(yàn)稿）》和舊版信息技術(shù)教材“人工智能初步”選修模塊成了花瓶和擺設(shè)，全國開設(shè)人工智能課程的高中不足百分之五。原本擺在我們面前的大好機(jī)遇卻因殘酷的現(xiàn)實(shí)而讓學(xué)校和教師望而卻步。

筆者與所在團(tuán)隊(duì)多年來一直位于教學(xué)一線，近幾年一直致力于探索可用于高中人工智能教育的項(xiàng)目案例，并在研究與實(shí)踐中積累了一些典型案例。這些項(xiàng)目案例資源不但可用于高中“人工智能初步”模塊的教學(xué)，高中信息技術(shù)課程其他模塊也能參考使用。筆者期待可以拋磚引玉，為高中一線信息技術(shù)教師上好人工智能課程提供可借鑒的思路。

2? 人工智能項(xiàng)目案例探究

2.1? 項(xiàng)目介紹

目標(biāo)檢測(cè)的任務(wù)是在圖像中找出檢測(cè)對(duì)象的位置和大小，這是計(jì)算機(jī)視覺領(lǐng)域的核心問題之一，在自動(dòng)駕駛、機(jī)器人和無人機(jī)等許多領(lǐng)域極具研究價(jià)值。隨著深度學(xué)習(xí)的興起，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法逐漸成為主流。深度學(xué)習(xí)是指在多層神經(jīng)網(wǎng)絡(luò)上運(yùn)行各種機(jī)器學(xué)習(xí)算法解決圖像、文本等各種問題的算法集合。該算法又被稱為目標(biāo)檢測(cè)網(wǎng)絡(luò)。本項(xiàng)目使用一種名為MobileNet-SSD的目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)圖像進(jìn)行目標(biāo)檢測(cè)。MobileNet-SSD能夠在圖像中檢測(cè)出多種物體和背景，平均準(zhǔn)確率達(dá)到72.7%。

Python程序語言是目前公認(rèn)的最適合人工智能的編程語言[2]。選擇Python作為高中人工智能應(yīng)用開發(fā)語言，因?yàn)镻ython比較接近自然語言;而且Python語法精煉，學(xué)習(xí)者能輕松入門;此外Python可以廣泛使用大量的第三方庫，也方便了人工智能各種應(yīng)用的開發(fā);再者，新課改審核剛剛通過的浙江省高中信息技術(shù)教材使用了Python語言，Python語言接下來將成為浙江省高中信息技術(shù)教材首選的編程語言之一。

2.2? 模型支持

由于訓(xùn)練神經(jīng)網(wǎng)絡(luò)需要大量的數(shù)據(jù)和強(qiáng)大的算力，這里利用一個(gè)已經(jīng)訓(xùn)練好的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型。在Python中，可以通過OpenCV的DNN模型使用訓(xùn)練好的模型對(duì)圖像進(jìn)行目標(biāo)檢測(cè)。

2.3? 基本步驟

（1）加載MobileNet-SSD目標(biāo)檢測(cè)網(wǎng)絡(luò)模型。

（2）讀入待檢測(cè)圖像，并將其轉(zhuǎn)換成Blob數(shù)據(jù)包。

（3）將數(shù)據(jù)包傳入目標(biāo)檢測(cè)網(wǎng)絡(luò)，并進(jìn)行前向傳播。

（4）根據(jù)返回結(jié)果標(biāo)注圖像中被檢測(cè)出的對(duì)象。

2.4? 準(zhǔn)備工作

（1）Model文件夾：目標(biāo)檢測(cè)網(wǎng)絡(luò)模型文件包含神經(jīng)網(wǎng)絡(luò)模型文件MobileNetSSD_deploy.caffemodel和網(wǎng)絡(luò)結(jié)構(gòu)描述文件obileNetSSD_deploy.prototxt。

（2）目標(biāo)檢測(cè)文件夾：用于存放本項(xiàng)目的模型、源程序、圖像和視頻等文件。

（3）Images文件夾用于存放目標(biāo)檢測(cè)的圖像，可以含有汽車、飛機(jī)、行人、馬、貓等。

2.5? 目標(biāo)檢測(cè)過程

（1）導(dǎo)入cv2和numpy模塊：

（2）指定圖像和模型文件的路徑即創(chuàng)建表示圖像文件、網(wǎng)絡(luò)描述和網(wǎng)絡(luò)模型文件等的變量：

（3）設(shè)定目標(biāo)名稱，即物體分類標(biāo)簽、顏色和字體等變量，CLASSES分類中的標(biāo)簽是通過MobileNET-SSD網(wǎng)絡(luò)訓(xùn)練的能夠被檢測(cè)的物體名稱，包括20種物體和1種背景;COLORS變量存放的是隨機(jī)分配的標(biāo)簽顏色：

（4）加載網(wǎng)絡(luò)模型，使用DNN模型從文件中加載神經(jīng)網(wǎng)絡(luò)模型：

（5）讀取圖像并進(jìn)行預(yù)處理，從文件種加載待檢測(cè)的圖形，用來構(gòu)造一個(gè)Blob數(shù)據(jù)包，cv2.dnn.blobFromImage函數(shù)返回一個(gè)Blob數(shù)據(jù)包，它是經(jīng)過均值減法歸一化和通道交換之后的輸入圖像：

（6）將圖像傳入網(wǎng)絡(luò)：

（7）對(duì)結(jié)果進(jìn)行處理，用循環(huán)結(jié)構(gòu)讀取檢測(cè)結(jié)果中的檢測(cè)區(qū)域，并標(biāo)注出矩形框分類名稱和可信度：

（8）顯示圖像并等待：

2.6? 目標(biāo)檢測(cè)結(jié)果分析

案例中靜態(tài)圖片的檢測(cè)，從圖1識(shí)別前與識(shí)別后對(duì)比圖中可以看出，圖1（b）中被識(shí)別的物體被方框所標(biāo)記。對(duì)圖中含有車和人的圖像進(jìn)行目標(biāo)檢測(cè)，在Python Shell窗口中輸出被檢測(cè)出的物體及其可信度如下：

3? 結(jié)? 論

通過開發(fā)這樣的項(xiàng)目案例資源，解決了高中信息技術(shù)校本課程中最具挑戰(zhàn)性的人工智能課程教學(xué)難的問題，從而使基于學(xué)科核心素養(yǎng)的信息技術(shù)課程教學(xué)初步落地，也讓大數(shù)據(jù)、人工智能這些概念不僅僅停留在理論宣傳上，更滲透到一線教師日常教學(xué)的實(shí)踐中。另外具有人工智能課程建設(shè)經(jīng)驗(yàn)的大學(xué)通過現(xiàn)代遠(yuǎn)程教育手段與中學(xué)合作開展教學(xué)，也可以加快高中人工智能課程建設(shè)的步伐并保證教學(xué)質(zhì)量。大學(xué)負(fù)責(zé)教學(xué)專題網(wǎng)站的建設(shè)，主持與中學(xué)生的討論答疑;中學(xué)則負(fù)責(zé)課程教學(xué)的具體實(shí)施。高校研究人員能為中學(xué)提供理論指導(dǎo)、教學(xué)資源和教學(xué)實(shí)施建議;來自中學(xué)的教學(xué)實(shí)踐也利于高校研究者開展更有效的課程研究。因此本文的研究也僅僅只是一個(gè)開始。

參考文獻(xiàn)：

[1] 中華人民共和國教育部.普通高中信息技術(shù)課程標(biāo)準(zhǔn)：2017年版 [M].北京：人民教育出版社，2018：9-10.

[2] 秦科，劉貴松.面向Python應(yīng)用的大學(xué)教學(xué)改革初探 [J].計(jì)算機(jī)教育，2017（9）：21-25.

作者簡介：朱微霞（1975.08—），女，漢族，浙江寧波人，高級(jí)教師，本科，研究方向：中學(xué)信息技術(shù)教學(xué)研究、新課改校本課程開發(fā)。