基于新工科理念的計算機視覺實訓課程教學改革探討

劉東 蘭宇琳 劉耀輝 方芳

摘? 要 近年來，計算機視覺技術作為人工智能的重要分支，呈現出新技術更新速度快、學科交叉融合等發展新勢態。在新工科背景下提出計算機視覺實訓課堂五模式，即通過構建技術講解、交叉學科、仿真實驗、展示與答疑、CV實戰等五課堂模式進行課程教學改革。實施成效表明，所提出的教學改革方法可在一定程度上突破傳統教學模式的局限，滿足培養人工智能創新人才的需要。

關鍵詞 新工科;計算機視覺;實訓課程;教學改革;教學資源;創新能力;仿真實驗平臺

中圖分類號：G642.0? ? 文獻標識碼：B

文章編號：1671-489X（2021）24-0122-04

Educational Reform Research of Computer Vision Training

Courses based on New Engineering Concept//LIU Dong， LAN Yulin， LIU Yaohui， FANG Fang

Abstract Recently， computer vision technology， as an important branch of artificial intelligence， presents a new development trend， such as rapid updating of new technologies， interdisciplinary integra-

tion， and so on. Under the background of new engineering， this paper

proposes five teaching modes of computer vision training， i.e.， tech-

nical explanation， cross-discipline， simulation experiment， demon-

stration and mentoring， and computer vision practice. The implemen-

tation results show that the proposed teaching reform method can break through the limitations of traditional teaching mode to a cer-tain extent and meet the needs of cultivating innovative talents in artificial intelligence.

Key words new engineering; computer vision; training courses; tea-ching resources; innovation ability; simulation experiment platform

0? 引言

近年來，國家相繼提出“創新驅動發展”“中國制造2025”和“人工智能2.0”等一系列重大發展戰略政策。為適應國家新時代戰略發展，新工科建設為高等教育帶來工程教育新理念、人才培養新模式和教育教學改革的新挑戰。培養專業基礎扎實、創新實踐能力強、具備跨學科知識的新工科人才，對于以新技術、新產業和新模式為特點的經濟快速發展具有重要的現實和戰略意義。

目前在學科建設中，人工智能與各個學科交叉融合，極大地促進了新工科、新醫科的發展[1]。其中，計算機視覺是人工智能研究領域的重要分支，是一門研究如何使機器看的科學，主要探索研究能夠從圖像或視頻數據中獲取信息的人工智能系統，在醫學輔助診斷、軍事國防、航空航天、工業制造等諸多領域有著重要的應用。計算機視覺實訓課程通常作為計算機、通信工程、物聯網、醫學影像、遙感、人工智能等專業的選修課或方向實訓課，日益受到重視。該課程充分體現出科學前沿與學科交叉融合的特點，對于培養學生在新技術與新產業中的創新實踐能力具有重要的意義。

因此，本文主要探討新工科理念下計算機視覺實訓課程教學改革，以提升學生在新技術和新產業中的創新與實踐能力為導向，構建計算機視覺實訓課堂五模式，優化課程內容，融合交叉學科，以期解決現有教學過程中存在的不足。

1? 研究現狀分析

1.1? 計算機視覺技術發展現狀

計算機視覺技術經過數十年的發展已呈現出新勢態。首先，新理論與新算法不斷被提出，應用場景持續擴大，技術革新速度不斷加快。許多傳統的方法得到進一步優化，以深度學習為代表的大數據驅動方法將圖像分類與分割等任務的性能推上一個新臺階，具有一定可解釋性的新模型也不斷在復雜場景中得到驗證。其次，計算機視覺在醫學、工業、家居、交通等諸多領域全面開花，學科交叉融合的趨勢日益明顯，成為實現人工智能驅動多元場景智能化中至關重要的一環。再次，計算機視覺技術面向實際場景落地的需求日益增長，輕量化、嵌入式部署逐漸成為其重要的發展方向。最后，計算機視覺人才需求持續旺盛，計算機視覺工程師、模式識別工程師，尤其具有交叉學科背景的相關畢業生，成為各大企業爭相追逐的人才。

1.2? 計算機視覺實訓課程教學改革研究現狀

部分國內外學者對計算機視覺課程教學改革進行積極探索，如課程思政元素引入[2]、教學手段改革[3]、實驗教學改革[4]等，這些方法在一定程度上促進了教學質量的提升，但多數集中在理論課程的改革，未針對實訓課程的特點，亦尚未形成完整的體系。計算機視覺實訓課程作為一門新興的綜合課程，建設時間較短，尚存在如下幾個方面的問題。

1.2.1? 部分教材內容較為陳舊? 計算機視覺作為前沿科學研究熱點，技術發展日新月異，許多傳統的基礎算法已被新技術所替代，目前教學內容缺乏對前沿技術的擴展。

1.2.2? 學科交叉的特點體現不充分? 計算機視覺在智慧醫療、智能制造等諸多領域有著廣闊的應用，目前缺少對跨學科教學場景的挖掘與應用。

1.2.3? 教學模式不夠多元? 傳統的理論基礎與實驗實訓教學模式不足以充分培養學生的創新實踐能力。

1.2.4? 多場景的虛擬實驗平臺有待進一步集成? 目前的實驗手段較為單一，一般僅限于單一平臺的程序開發，缺乏從算法到實現、從實現到部署，從需求到設計、從設計到作品的訓練閉環，使得學生在面對復雜應用作品開發時難以勝任。因此，在新工科背景下，如何對計算機視覺實訓課程進行教學改革，是人工智能人才培養亟待解決的問題。

2? 教學改革探討

2.1? 計算機視覺實訓課堂五模式的構建

針對計算機視覺實訓課程所具有的科學前沿性、學科交叉性、實踐創新性等特點，本文研究構建實訓課程教學五模式，以滿足新工科背景下課程教學改革的需要。如圖1所示，計算機視覺實訓課程教學五模式主要包括：

1）技術講解課堂;

2）交叉學科課堂;

3）仿真實驗課堂;

4）展示與答疑課堂;

5）CV（Computer Vision）實戰課堂。

2.2? 實訓課堂五模式的應用

2.2.1? 更新前沿技術，優化知識講解課堂? 在新工科背景下對計算機視覺實訓課程知識講解內容進行優化。首先，在基礎知識方面刪減部分難以適應行業場景需求的陳舊技術，如部分底層視覺特征提取方法及簡單場景下的機器學習方法。通過淘汰過時的技術講解，優化教學內容，使其可以適應人工智能技術快速發展的步伐。其次，引入計算機視覺領域研究的前沿方法和目前工業中使用的熱門技術，如表1所示，以新算法、新思想、新應用為驅動，豐富知識講解內容，使得學生在實訓課程中鍛煉理論與創新的能力，適宜新技術和新行業的發展要求。總的來說，在知識講解課堂，兼顧基礎，聯系實際，突出前沿，拓寬學生的人工智能視野，提高水平，為培養實踐創新能力奠定基礎。

2.2.2? 情景式跨學科案例，構建交叉學科課堂? 當前，人工智能與其他領域學科呈現出共融共生、相互助力、協同發展的新勢態。在計算機視覺課程中構建交叉學科課堂，將計算機視覺核心技術融入醫學、工業、交通、農業、遙感等多個領域，設置情景式跨學科實訓案例，如表2所示。這樣一方面能使核心知識點在真實跨領域場景中生根發芽，提升學生對復雜工程問題的實際解決能力;另一方面能夠有效擴大學生的知識廣度與深度，增強多學科學術視野，為培養跨學科的人工智能復合創新人才提供范式。

2.2.3? 多平臺支撐，共建仿真實驗課堂? 計算機視覺實訓課程中涉及大量圖像數據處理與深度學習算法實現，借助軟硬件開發平臺，構建仿真實驗課堂，有助于增強實訓效果。仿真實驗平臺主要包括以下幾個方面。

1）線上共建仿真實驗平臺，與頭歌等實踐教學平臺共建計算機視覺實訓平臺，建立學、練、評、測一體化實驗環境。該環境的優點是支持云端編程環境，實現自動化部署，塊化執行與交互式對比實驗結果，同時省略對本地設備與環境的依賴;缺點是對課程資源以外的案例與項目難以支持。

2）根據實際項目的特點，綜合利用TensorFlow、Keras、

PyTorch等開源學習框架，在本地搭載實驗平臺，同時結合案例需求，選擇合適的框架與版本。比如在移動和嵌入式設備上部署模型時，選擇輕量級庫TensonFlow Lite;對一些模型在不需要分解情況下選擇代碼更短的Keras;等等。這種本地搭載的實驗平臺的優點在于可以更廣泛地支持任何案例，學生亦可從到至尾地開展作品開發與移植;缺點是對本地高性能實驗設備性能依賴較高。

3）此外，利用百度飛漿（PaddlePaddle）提供的深度學習與圖像處理框架，以及高性能部署和集成方案，構建實訓實驗平臺。該方案優點是可為學生提供部分免費的高性能算力，使得項目開發過程十分高效。

2.2.4? 以講演促提升，活躍展示與答疑課堂? 在實訓課程考核中設置項目講演環節，每個項目設置八分鐘演示與七分鐘答辯。其中，演示部分包括項目背景、技術路線、創新點、成果展示等內容，可使用PPT或者視頻展示的方式;答辯環節，由指導教師就解決方案、創新要點、應用價值等方面進行提問。通過“展示與答疑課堂”，一方面讓學生對整個實訓項目進行梳理與總結，建立知識網絡圖譜與理解復雜工程項目研發脈絡;另一方面，鍛煉學生的口頭表達與項目展示能力，同時通過答辯的方式提煉項目的亮點與不足之處，進一步深化對項目的理解。此外，從教師的視角來看，通過答辯環節與學生進行高效互動，幫助學生解決疑惑與難點，填補學生知識盲區，不斷迭代優化教學過程，同時挖掘優秀的項目與案例作為學科競賽基礎及后續教學案例。

2.2.5? 以競賽與創新項目促超越，助力CV實戰課堂? 在“大眾創業，萬眾創新”國家戰略實施背景下，各項學科競賽百花齊放，已成為大學生培養創新實踐能力的重要方式。計算機視覺技術作為人工智能與各領域交叉融合的重要分支，在計算機作品設計、人工智能作品設計、物聯網作品設計等學科競賽中發揮著重要作用，因此，在實訓過程中以學科競賽與大學生創新創業項目為引導，構建CV實戰課堂，實現從知識點訓練到創新實踐能力培養，乃至到創業思維與能力的升華。

具體來說，構建CV實戰課堂重點側重以下幾方面內容：

1）以項目落地為驅動，梳理計算機視覺作品整體的創新性與應用價值;

2）從算法先進性的角度，考慮模型運行的精度與時間效率，進一步改善與優化;

3）從作品研發的角度，考慮系統是否完整、成熟，在必要的場景中解決嵌入式設備部署的問題;

4）站在用戶的視角，考慮作品的功能是否齊全，人機交互是否便利，在同類產品中是否有競爭力;

5）站在創業者的角度，如何對知識產權進行保護，如何對項目進行孵化、銷售、運營與融資，等等。

完善上述CV實戰課堂的內容，使學生作品研發接近成熟，繼而參加學科競賽與大學生創新創業項目成為水到渠成的事情。以學科競賽為驅動，學生學習的主觀性和積極性得到提高，綜合能力、團隊意識和創新能力亦得到培養。

2.3? 成效與啟示

筆者以所在高校為例，進行計算機視覺實訓課堂五模式的教學改革，取得良好的教學成效，具體體現在：學生對計算機視覺前沿技術有較深的了解，具備一定的使用人工智能技術解決跨學科領域實際問題的能力，具備知識成果保護與創新創業思維。學生成果方面，近三年獲國家級大學生創新創業項目四項、省級三項，獲省級以上學科競賽獎勵10余項目，發表學術論文六篇，申請軟件著作權10項，其中三個項目與企業簽訂合作孵化協議。總體上來說，學生通過計算機視覺實訓，具備了人工智能與創新創業思維，提升了動手實踐能力與創新能力，培養了解決跨學科復雜工程性問題的能力。

經過教學改革實踐，總結經驗與啟示如下。

1）選擇具有交叉學科背景的實訓項目，拓寬學生學術視野，激發課堂活力。每個項目的選題需要教師認真擬定，既要具有一定的技術理論前沿性，又能解決交叉領域的實際問題，同時具備良好的應用價值，訓練成果能夠支持學生參加學科競賽與撰寫學術論文等。

2）以學科競賽與大學生創新創業訓練項目為抓手，激發學生主觀能動性，培養創新實踐能力。學科競賽、創新項目、學術論文等實訓成果的產出不僅讓學生真實感受到項目研發與落地的成就感，也讓學生在申請獎學金、考研復試等后續過程中獲得支撐。實訓課堂五模式下學生取得的部分成果如表3所示。

3）適當融入課堂思政，培養學生高尚情操與健康心理。一個實訓項目的完成涉及創意、算法、代碼規范、合作、知識產權保護等一系列問題，在不同的環節融入課程思政元素，可有效地幫助學生樹立誠信、團隊合作、敬業等良好品德，同時結合醫學、交通等跨學科的場景，也讓學生意識到健康、遵紀守法等的重要性。

3? 總結

本文首先分析新工科理念下計算機視覺技術的研究現狀和發展趨勢，從理論與應用層面闡述計算機視覺實訓課程教學改革面臨的挑戰;接著提出計算機視覺實訓課程教學五模式，從技術講解、交叉學科、仿真實驗、展示與答疑、CV實戰等五方面論述實訓課程的改革措施與實施要點，并結合筆者所在單位的實施成效，闡述改革過程中的經驗與啟示。本文研究成果對于完善計算機視覺實訓課程具有良好的促進作用，為培養具有交叉學科背景的人工智能創新實踐人才提供助力。■

參考文獻

[1]喬旭.人工智能賦能高等教育新變革[N].中國教育報，

2019-03-09（07）.

[2]梁華剛.“機器視覺”課程思政教學方法的研究[J].電氣電子教學學報，2021，43（5）：112-115.

[3]殷悅，楊斌，王臨茹，等.面向機器人工程專業的機器視覺課程建設[J].科技視界，2021（22）：76-77.

[4]楊洪薇，周永寧.機器視覺實驗課程教學改革與實踐[J].現代信息科技.2021，5（11）：195-198.