《第3章 深度学习视觉基础任务 教案.docx》由会员分享，可在线阅读，更多相关《第3章 深度学习视觉基础任务 教案.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第3章 深度学习视觉基础任务教案课程名称：深度学习与计算机视觉实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论40学时，实验24学时）总学分：4.0学分本章学时：12学时一、材料清单（1）深度学习与计算机视觉实战教材。（2）配套 PPT。（3）引导性提问。（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求.教学目标主要介绍深度神经网络与卷积神经网络的基本原理，常见视觉任务的经典算法和原理。 首先阐述深度神经网络的工作原理和机制，重点介绍卷积神经网络的基本构成和训练机制。 然后按照不同领域计算机视觉任务划分为图像分类、目标检测、图像分类和图像生成，对4 个计算机
2、视觉任务对应的经典深度学习算法进行原理剖析和代码演示。1 .基本要求了解深度神经网络和卷积神经网络的基本结构和原理。(2)掌握经典的基于深度学习的图像分类的实现方法。(3)掌握经典的基于深度学习的目标检测的实现方法。(4)掌握经典的基于深度学习的图像分割的实现方法。(5)掌握经典的基于深度学习的图像生成的实现方法。问题.引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问 题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。(1)什么是深度神经网络？(2)深度神经网络处理计算机视觉有什么优势？(3)计算机视觉有哪些任务？1 .探究性问题探究性问
3、题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的 基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课 文中又是重要的问题加以设问。(1)如何构建深度神经网络？(2)目标检测需要做什么？(3)图像分割还能细分为哪些类型？2 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提 出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问 题。(1)还有哪些深度神经网络类型?(2)图像生成能用在哪些地方？(3)人脸识别属于哪种计算机视觉任务?四、主要知识点、重点与难点1.主要知识点(1)深度神
4、经网络的基本结构。(2)卷积神经网络的基本结构。(3)卷积神经网络的训练过程。(4)图像分类的经典深度神经网络算法。(5)训练图像分类网络的方法。(6)目标检测的经典深度神经网络算法。(7)训练目标检测网络的方法。(8)图像分割的经典深度神经网络算法。(9)训练图像分割网络的方法。(10)图像生成的经典深度神经网络算法。(11)训练图像生成网络的方法。2.重点(1)图像分类的经典深度神经网络算法。(2)训练图像分类网络的方法。(3)目标检测的经典深度神经网络算法。(4)训练目标检测网络的方法。(5)图像分割的经典深度神经网络算法。(6)训练图像分割网络的方法。(7)图像生成的经典深度神经网络算
5、法。(8)训练图像生成网络的方法。3.难点(1)训练图像分类网络的方法。(2)训练目标检测网络的方法。(3)训练图像分割网络的方法。(4)训练图像生成网络的方法。五、教学过程设计1.理论教学过程(1)深度神经网络的基本结构。(2)卷积神经网络的基本结构。(3)卷积神经网络的训练过程。(4)图像分类的经典深度神经网络算法。(5)训练图像分类网络的方法。(6)目标检测的经典深度神经网络算法。(7)训练目标检测网络的方法。(8)图像分割的经典深度神经网络算法。(9)训练图像分割网络的方法。(10)图像生成的经典深度神经网络算法。(11)训练图像生成网络的方法。2.实验教学过程(1)搭建和训练ResNet50网络(2)搭建和训练YOLOv3网络(3)搭建和训练MaskR-CNN网络(4)搭建和训练WGAN网络六、教材与参考资料1 .教材彭小红，张良均.深度学习与计算机视觉实战M.北京：人民邮电出版社.2022.2 .参考资料1 Jan Erik Solem,索利姆，朱文涛，等.Python计算机视觉编程M.人民邮电出版社, 2014. 弗朗索瓦肖莱,张亮等.Python深度学习M.人民邮电出版社,2018.3 Rafael C Gonzalez,阮秋琦等.数字图像处理M.电子工业出版社,2011.4 Ian Goodfellow.赵申剑等.深度学习M.人民邮电出版社,2017.