面向新工科的機器視覺課程建設(shè)與改革實踐

李策，唐崢巖

（中國礦業(yè)大學(xué)(北京)機電與信息工程學(xué)院，北京 100083）

0 引言

機器視覺技術(shù)的快速發(fā)展和廣泛應(yīng)用，給高等教育帶來了新的挑戰(zhàn)和機遇。然而當(dāng)前機器視覺課程教學(xué)中存在許多問題，如教學(xué)平臺陳舊、實驗教學(xué)方法不夠靈活、綜合性實驗效果差等，這些問題影響了學(xué)生的學(xué)習(xí)效果和實踐能力的培養(yǎng)。因此，越來越多的教育工作者開始探索新的教學(xué)模式和教學(xué)手段，以提高學(xué)生的編碼能力和實踐能力。

本文提出了一種基于實驗教學(xué)實踐的教學(xué)模式，該模式以機器視覺與邊緣計算應(yīng)用為主要內(nèi)容，以提高學(xué)生編碼能力為主要目標(biāo)。在教學(xué)過程中，采用了“授課-實驗-討論”層次分明的教學(xué)模式，構(gòu)建了一套教學(xué)平臺，充分利用云服務(wù)器等技術(shù)手段，構(gòu)建合適的環(huán)境，并采用有效的評分機制對學(xué)生的課后練習(xí)進行評級。此外，將“課程思政”[1]元素融入教學(xué)中，挖掘?qū)I(yè)課程中的育人資源，以促進各類課程與思想政治理論課的交叉融合。通過教學(xué)實踐發(fā)現(xiàn)，該教學(xué)模式能夠有效提高學(xué)生的理論與實踐結(jié)合能力，明顯改善了教學(xué)質(zhì)量。本文旨在探討該教學(xué)模式的特點、實踐效果和存在的問題，并為機器視覺課程的教學(xué)和實踐提供一些參考和借鑒。

1 機器視覺課程特點及實驗教學(xué)存在的問題

機器視覺是一門蓬勃發(fā)展的交叉學(xué)科[2-3]，涉及計算機視覺、模式識別、計算機圖形學(xué)和機器學(xué)習(xí)等多個領(lǐng)域。機器視覺實驗教學(xué)的內(nèi)容相對較為復(fù)雜，包括神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、目標(biāo)檢測、目標(biāo)識別、邊緣計算等多個方面。課堂教學(xué)以講授各部分內(nèi)容的算法為主，尤其是各種神經(jīng)網(wǎng)絡(luò)模型，初學(xué)者理解起來較為困難。然而，機器視覺實驗教學(xué)中存在一些問題，如學(xué)習(xí)門檻高、內(nèi)容不易理解、學(xué)生編程能力差、實驗教學(xué)平臺缺乏智能性等，限制了學(xué)生對機器視覺知識的掌握和應(yīng)用能力。因此在機器視覺實驗教學(xué)中需要采用有針對性分層次的實驗教學(xué)方式，以幫助學(xué)生更好地理解和掌握該學(xué)科。

為了提高機器視覺實驗教學(xué)的效果，學(xué)者們已經(jīng)嘗試了多種方法和策略，如基于翻轉(zhuǎn)課堂[4]、網(wǎng)絡(luò)教學(xué)、基于混合式學(xué)習(xí)[5]和項目任務(wù)驅(qū)動的教學(xué)改革、注重編程能力培養(yǎng)、基于微信平臺[6]的機器視覺實驗教學(xué)，以及引入ACM 機制的實驗教學(xué)等。這些方法和策略在一定程度上緩解了機器視覺實驗教學(xué)中存在的問題，提高了學(xué)生的學(xué)習(xí)效果。

機器視覺課程在實驗教學(xué)中的復(fù)雜程度與課程難度密切相關(guān)。目前，機器視覺課程實驗教學(xué)存在著一些問題，主要表現(xiàn)在以下幾個方面：1）實驗教學(xué)內(nèi)容設(shè)置缺乏針對性。當(dāng)前的機器視覺實驗教學(xué)方式通常是根據(jù)課程教學(xué)大綱的要求，對機器視覺課程知識進行編程實現(xiàn)與分析驗證。由于缺乏區(qū)分不同專業(yè)培養(yǎng)需求的考慮，實驗題目難度的不平衡性，難以滿足不同基礎(chǔ)學(xué)生的需求，基礎(chǔ)薄弱的同學(xué)在實驗過程中往往難以理解和完成實驗，產(chǎn)生畏難情緒；而基礎(chǔ)好的學(xué)生則很容易完成這些實驗題目，卻無法得到充分的挑戰(zhàn)和提高。2）實驗教學(xué)平臺缺乏智能性。目前的實驗教學(xué)平臺通常只能對學(xué)生提交的代碼進行簡單的結(jié)果評測，無法對代碼的質(zhì)量、可讀性和語法結(jié)構(gòu)進行全面的檢查和評估。此外，由于老師只能通過批閱紙質(zhì)報告來了解學(xué)生是否掌握了某個知識點，批閱過程耗時且容易出錯。3）實驗教學(xué)課下討論還停留在簡單的群交流。非上機實驗時間段，學(xué)生編程遇到問題只能通過在已建立的交流群中提問，由于問題數(shù)量龐大，老師往往不能做到及時回答每一個學(xué)生的問題，答案也無法得到充分的討論和深入的解析。

針對以上問題，本文構(gòu)建了一套基于MOOC的機器視覺實驗教學(xué)平臺。該平臺的使用對象是中國礦業(yè)大學(xué)（北京）計算機專業(yè)學(xué)生。學(xué)生可以根據(jù)自己的基礎(chǔ)水平選擇不同的課程進行學(xué)習(xí)，并隨時隨地登錄系統(tǒng)進行學(xué)習(xí)和測驗。課程設(shè)計旨在讓學(xué)生先消化課程提供的案例和實驗，在結(jié)合教材推薦的實驗練習(xí)的過程中深度理解機器視覺常用算法原理和Open-VINO 的使用方法。該教學(xué)模式突破了傳統(tǒng)，近一半的時間介紹了OpenVINO 的實際應(yīng)用，并強調(diào)動手實踐，讓學(xué)生在實踐中鞏固所學(xué)知識。此外，學(xué)生和教師都可以登錄討論區(qū)進行提問和回答，學(xué)生之間也能直接進行交流，老師可以對問題及時更正或解答，方便后續(xù)有重點的集中講解和調(diào)整教學(xué)方式。教學(xué)平臺具有很好的實用性和互動性，為學(xué)生提供了一種全新的學(xué)習(xí)方式和教學(xué)體驗，有望為機器視覺實驗教學(xué)提供新的思路和方法。

2 實踐方法——教學(xué)平臺的設(shè)計與構(gòu)建

為了更有針對性地開展計算機專業(yè)的實驗教學(xué)工作，平臺采用了以MOOC 為授課方式的教學(xué)模式（見圖1）。該教學(xué)模式采用授課-課后檢驗-考試的方式，旨在讓學(xué)生熟悉目標(biāo)檢測的常用算法，并在此基礎(chǔ)上應(yīng)用OpenVINO平臺，實現(xiàn)典型的機器視覺應(yīng)用，同時也讓能力較強的學(xué)生在此基礎(chǔ)上做出更具創(chuàng)新性的應(yīng)用。實驗環(huán)境使用了阿里云的天池云環(huán)境，該環(huán)境可以基于開源版本深度優(yōu)化學(xué)習(xí)過程，具有多元的工業(yè)場景實驗案例，便于學(xué)習(xí)。此外，平臺還可免費使用大規(guī)模并發(fā)GPU&CPU 資源，以提升實驗效果和學(xué)習(xí)體驗。學(xué)生在使用平臺時，代碼思路全程可視化，避免了不同代碼環(huán)境導(dǎo)致的兼容性問題。

圖1 以MOOC為授課方式的機器視覺實驗教學(xué)平臺

2.1 課程模塊

機器視覺實驗教學(xué)平臺的課程分為“基礎(chǔ)-進階-提升”三個層次，每個層次都包含不同難度的編程實驗。“基礎(chǔ)層次”考慮了學(xué)生們的Python基礎(chǔ)和教學(xué)任務(wù)，對應(yīng)了較為簡單的實驗題目?！斑M階層次”則在實驗難度上進行提高，適用于在基礎(chǔ)課程鞏固消化后，想要更深層次了解算法結(jié)構(gòu)的學(xué)生?！疤嵘龑哟巍辈粌H在編程難度上進行提高，同時要求學(xué)生對代碼進行優(yōu)化，在對算法優(yōu)化的過程中進行自我提升，培養(yǎng)學(xué)生的思維能力。

對于無基礎(chǔ)或基礎(chǔ)較差學(xué)生，可以從“基礎(chǔ)層次”的實驗題目開始做起，掌握機器視覺的層次架構(gòu)。對于基礎(chǔ)良好、早已接觸過機器學(xué)習(xí)的學(xué)生，要適當(dāng)引導(dǎo)和開發(fā)有潛力的學(xué)生去做出創(chuàng)新，在已有的數(shù)據(jù)模型上進一步優(yōu)化，逐漸挑戰(zhàn)“進階層次”和“提升層次”的題目。反復(fù)對知識點強化以及深度理解，提高學(xué)生思維能力，對后續(xù)學(xué)習(xí)其他專業(yè)知識都有很大的幫助。

2.2 隨堂檢驗?zāi)K

課程設(shè)置了隨堂檢驗?zāi)K，在每單元課程后，包含文檔和隨堂檢驗。文檔涵蓋了課程中的重要知識點，學(xué)生可以結(jié)合課程內(nèi)容進行鞏固學(xué)習(xí)，提高課程的便利性。課外補充材料（見圖2）可以引起學(xué)生對機器視覺的深思和討論，提高學(xué)生的興趣度。隨堂檢驗?zāi)K則是學(xué)生進行自我檢測，老師可以根據(jù)學(xué)生的正確率來判斷哪些知識點掌握得較為薄弱，以此進行重點講解，提高教學(xué)的有效性和目的性。

圖2 課外補充材料示例

2.3 課后作業(yè)和數(shù)據(jù)統(tǒng)計模塊

傳統(tǒng)的機器視覺上機課程通常要求學(xué)生到機房完成實驗題目，時間和進度都是自主控制的。而采用MOOC教學(xué)方式，老師可以為學(xué)生提供了更好的實驗環(huán)境，避免了兼容性問題，通過課后作業(yè)的形式鞏固學(xué)生對機器視覺課程所學(xué)內(nèi)容的理解。相較于傳統(tǒng)的上機實驗課程，更加注重理論與實踐的結(jié)合，讓學(xué)生在掌握基本理論知識的同時，能夠通過實踐加深對知識的理解和應(yīng)用。MOOC 課程還為學(xué)生提供了更加靈活的學(xué)習(xí)方式，學(xué)生可以根據(jù)自己的時間安排和學(xué)習(xí)進度完成課程內(nèi)容，從而更好地掌握知識。

課后作業(yè)包括選擇題和編程實驗題，支持不同編程語言，幫助學(xué)生深入理解課程內(nèi)容。老師可以通過查看學(xué)生提交的狀態(tài)信息，包括學(xué)號、姓名、排名、成績和最優(yōu)結(jié)果提交時間，了解學(xué)生的學(xué)習(xí)情況。使用天池云作為虛擬環(huán)境，可以查看學(xué)生代碼的運行時間和資源消耗，方便進行代碼調(diào)試和優(yōu)化，同時，學(xué)生也可以定位代碼出錯的位置和具體原因。在處理大量數(shù)據(jù)時，優(yōu)秀的數(shù)據(jù)結(jié)構(gòu)和算法可以優(yōu)化程序運行時間，讓學(xué)生思考更優(yōu)的程序算法。

2.4 討論模塊

基于MOOC 的實驗教學(xué)平臺為學(xué)生提供了一種高效的互動式學(xué)習(xí)方式，使他們能夠更快地得到問題的答案，并拓展對問題的多角度思考。同時，這種教學(xué)方式也能減輕老師的工作負擔(dān)。

平臺對題目設(shè)置了專門的討論機制，學(xué)生可以在討論區(qū)發(fā)起主題，描述遇到的問題并等待回答。簡單的問題學(xué)生之間可以互相解答，老師只需要查看學(xué)生回答正確與否，或者有針對性地回復(fù)難題。如需深度討論，可以再發(fā)帖，等待同學(xué)或者老師的回答。相對于傳統(tǒng)的機器視覺教學(xué)平臺，以MOOC為授課方式的實驗平臺更強調(diào)自主學(xué)習(xí)和交流，學(xué)生能夠更加積極地參與課程中。這種教學(xué)方式不僅提高了學(xué)習(xí)的效率，還能夠提高學(xué)生的自我思考能力和解決問題的能力。

此外，基于MOOC的實驗教學(xué)平臺還可以隨時討論問題（見圖3），這為學(xué)生提供了更加便捷的學(xué)習(xí)方式和更多交流的機會。通過這種方式，學(xué)生能夠更好地掌握知識，更好地理解機器視覺技術(shù)的前沿和應(yīng)用，更好地解決實踐中遇到的問題。同時，這種教學(xué)方式也對老師的教學(xué)能力提出了更高的要求，需要老師更好地掌握課程知識，更好地引導(dǎo)學(xué)生學(xué)習(xí)，以實現(xiàn)教學(xué)質(zhì)量的提高。

圖3 討論模塊示例

3 結(jié)束語

在課堂教學(xué)中，融入思政教育能夠讓學(xué)生更好地理解機器視覺技術(shù)的社會價值和意義，增強學(xué)生的社會責(zé)任感和使命感。通過課堂討論、案例分析和實踐操作等教學(xué)方式，學(xué)生能夠更加深入地了解機器視覺技術(shù)的應(yīng)用場景和影響，同時也能夠更好地認識到技術(shù)發(fā)展對社會的影響，有利于學(xué)生形成正確的技術(shù)倫理觀和社會責(zé)任感。

融入課程思政的機器視覺課堂教學(xué)和基于MOOC的機器視覺實驗平臺的出現(xiàn)，不僅在技術(shù)層面提升了學(xué)生的學(xué)習(xí)主動性和編碼能力，還在思想層面引導(dǎo)學(xué)生樹立正確的世界觀、人生觀和價值觀，具有重要的教育意義。這種教學(xué)方式有助于培養(yǎng)具備高度社會責(zé)任感和創(chuàng)新能力的優(yōu)秀人才，為機器視覺技術(shù)的發(fā)展和社會的進步作出貢獻。