第3章 深度学习视觉基础任务 教案.docx

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.