“机器视觉技术及应用”课程多级教学优化的探索

2024-03-24 10:44欧阳喻洪平袁新璐袁萍
时代汽车 2024年2期
关键词:动态调整反馈机制机器视觉

欧阳 喻洪平 袁新璐 袁萍

摘 要:为提升学生在“机器视觉技术及应用”课程学习中全周期过程的学习质量,以重视过程性考核为重要导向,提出采用“课前准备+课堂交互+实验巩固+课后总结”的多级教学优化手段,从各个阶段不断前向反馈学生对该阶段的知识掌握程度,动态调整前向阶段的知识讲授结构,更加合理化地准备各项课堂环节,激发学生对本课程知识的学习兴趣和学习热情,以实际生活案例反哺课堂知识教学。

关键词:机器视觉 多级优化 反馈机制 动态调整

近年来,随着国民经济的不断增长,我国的国际地位得到了进一步的提升。“少年强,则国强;少年富,则国富。”影射出优质人才对一个国家的重要程度。高的国际地位对我国高等教育人才培养的质量提出了新的要求与考验。高等院校专业课程的设置以及培养方案的制定,要滿足当前环境下高质量人才培养的需求,因此课程教学的优化迫在眉睫[1]。“机器视觉技术及应用”课程是成都大学机械工程学院开设的一门专业拓展课,涵盖了机器视觉系统的关键组成部分和多个典型行业应用场景。

机器视觉是人工智能范畴最重要的前沿分支之一,也是智能制造装备的关键零部件。机器视觉技术已经在消费电子、汽车制造、光伏半导体等多个行业应用[2]。当前,我国机器视觉行业正处于快速发展期,存在很大的发展空间,行业市场规模在不断扩大中。该课程以机器视觉组成要素为基础,系统分析设计原理为主体,核心算法设计为重点,实现了硬件搭配和软件开发的结合,是一门理论和实践紧密结合的课程。

对于多数尚未接触实际应用型项目的本科生而言,对机器视觉的认识或理解是未知的,或是相对模糊的,也是碎片化的。通过“机器视觉技术及应用”课程的教学和实验环节,使学生掌握机器视觉技术的基本概念,机器视觉系统典型的硬件组成,各硬件选型或设计所需要考虑的因素,核心技术所涉及的图像处理算法,培养学生分析和处理图像的基本能力,为今后从事工程技术工作、科学研究等打下坚实的基础。

1 多级教学优化方案

“机器视觉技术及应用”课程采用“课前准备+课堂交互+实验巩固+课后总结”的多级教学优化手段,如图1所示,旨在从各个阶段不断前向反馈学生对该阶段的知识掌握程度,动态调整前向阶段的知识讲授结构,更加合理化地准备各项课堂环节,激发学生对本课程知识的学习兴趣和学习热情,以实际生活案例反哺课堂知识教学[3]。

1.1 课前准备

(1)经典教材挑选

成都大学机械工程学院的本科专业拓展课课程“机器视觉技术及应用”针对大三上学生所需的机器视觉实际项目基本知识,以《机器视觉技术及应用》(孙学宏主编)为教材,《机器视觉原理与案例详解》(工控帮教研组编著)和《机器视觉技术与应用案例详解》(陈兵旗主编)为主要参考资料,根据学生需求适当调整授课内容。

(2)重要知识提炼

“机器视觉技术及应用”课程的核心内容主要有硬件和软件两部分,硬件的选型或设计需要考虑项目现场的多种因素,软件的开发需要考虑所涉及的多种图像处理算法。

从概述中提炼出三个知识点:1)机器视觉技术的发展和行业背景;2)机器视觉系统的基本概念和特点;3)机器视觉系统的组成及各部分功能。从数字图像处理基础中提炼出三个知识点:1)数字图像的表示形式和特点;2)像素间的关系;3)图像的代数运算以及应用。从空间域图像增强中提炼出三个知识点:1)图像的基本灰度变换;2)图像的直方图处理;3)图像滤波。从形态学图像处理中提炼出三个知识点:1)图像的数学基础;2)图像形态学基本运算;3)二值形态学图像处理和灰阶图像形态学处理基本操作。从图像分割中提炼出四个知识点:1)间断分割;2)边缘连接法;3)阈值分割法;4)基于区域的分割。从图像表达与描述中提炼出两个知识点:1)图像的表述方法;2)图像的描述方法。从机器视觉硬件基础中提炼出核心知识点:机器视觉典型硬件的选型,包括相机、镜头和光源。

(3)教学课件撰写

根据提炼的各章节重要知识点,围绕这些主干,自下而上搭建知识图谱,然后循序渐进地讲解每一个知识点,图文并茂地巩固核心知识点,结合经典案例加深学生对相关知识点的学习兴趣和学习热情。另外,突出各章节的逻辑衔接关系,有效地将多个章节前后串接起来。

(4)核心方法优化

所有教材从编制到出版需要较长的周期,然而某些方法的迭代更新周期较短,因此造成教材里的少部分核心方法较为滞后。为了给学生讲授最新的核心方法,坚持阅读国内外最新相关文献,提炼出先进的核心方法,通过图例结合代码的方式,向学生展示优化的核心方法。通过该方式,可以培养学生自主查阅科研文献的兴趣,发挥主观能动性。

(5)应用视频整理

理论知识的讲授可以给学生带来知识点的累积,要想更加直观深刻的了解知识点在实际项目中的应用,将搜集并整理相关知识点在各行业的典型应用视频,为课堂讲授做好材料支撑。

1.2 课堂交互

(1)生活应用描述

理论知识在我们日常生活中的落地更能彰显课堂知识的重要性和实用性。针对提炼出的各章知识点,针对性地匹配生活应用场景,抓住学生的学习兴趣,激发学生在日常生活中主动且有意识地去观察与了解与机器视觉技术相关的实际应用。例如,超市里的人脸识别支付系统等。

(2)主要知识讲授

首先从一个项目整体上作介绍,吸引学生的关注度,然后将项目涉及的主要知识拆分,从数学表达上和语言逻辑上进行讲授。使学生对相关知识概念有一个印象上的初步认识,为后续的教案展示作铺垫。

(3)教案形象展示

为形象化给学生讲授本课程涉及的重要知识,主要通过PPT教案进行展示。PPT里主要讲解各数学公式的由来以及推导的重要过程、各算法的伪代码、算法处理的结果示例。并且针对每张关键的教案示图,结合当下流行的应用作适当补充。

(4)关键代码编写

为进一步提高学生对该课程的学习兴趣,在通过语言讲授重要知识点之后,紧接着从零开始编写算法实现所需要的关键代码,主要注重培养学生对程序结构、逻辑关系正确性的培养,为后续实验课程的代码编写打下夯实的基础。

(5)应用视频分析

通过课前准备所整理的典型应用视频,结合前期讲授的相关知识,给学生播放带语音解说的应用视频,进一步加深学生对所学知识和技术落地的认识。特别地,对于应用视频中涉及的与所学知识相关的模块,再次通过知识回顾的方式进行复习巩固。

在“课堂交互”环节中,了解学生对所讲授知识的掌握程度,研判是否存在薄弱环节,通过前向反馈,动态调整“课前准备”环节各步骤的工作占比和重要程度。

1.3 实验巩固

(1)典型算法分析

由于“机器视觉技术及应用”课程是一个交叉性强的综合课程,涉及的应用领域及其相關算法分布广。为了给学生重点讲授某一些当下流行的应用场景,对该场景下的典型算法进行分析,了解各模型的功能,多个不同程度段之间的联系和逻辑关系等。

(2)应用场景挖掘

学习是永无止境的,知识的更新也应该是没有终止的。科技改变生活,通过该课程理论知识的学习,驱动学生去思索生活中潜在的应用场景。机器视觉技术一个重要的功能就是将传统的人工劳动从复杂繁琐且重复性高的工作中解放出来,学生可以以此为背景,挖掘生活中可用机器视觉替换的人工工作。

(3)理论实践结合

实践是提升理论价值的重要手段。理论知识一定要在日常生活中通过实践的方式落地才能体现出它的实用价值。因此,可指导学生在机器人实践基地观看专业的机器视觉应用视频,以任务为导向,亲自动手参与实际的项目。培养学生在实际项目中发现问题、解决问题的能力。

(4)编程软件使用

近年来,各用人单位对工科学生的编程能力都提出了一定的需求。一个优质的工科学生,不仅具有优秀的解决工程问题的能力,还应该具有一定的编程能力。因此,该课程特别注重学生对编程软件的使用熟悉度,以Matlab软件为主,Python语言为辅,培养学生对专业编程软件的使用能力。

(5)相关算法融合

针对一个实际的机器视觉项目,某些算法仅能实现某一种单一的功能,无法有效达到项目所要求的目标。因此,根据项目任务分解,首先分别实现各算法的功能,然后以最终目标为方向,研究多种相关算法的融合,加深学生对算法融合的理解。

在“实验巩固”环节中,了解学生重要知识点落地的情况,根据实验效果分析学生的知识薄弱环节,通过前向反馈,动态调整“课前准备”和“课堂交互”环节各步骤的工作占比和重要程度。

1.4 课后总结

(1)算法参数的重要性

通过课堂例子和实验作业总结,使学生具有分析可变参数的意识,了解与掌握具体问题中各模型参数对算法性能的影响程度,养成对可变参数进行多次实验寻优的科研习惯,为今后从事相关工作打下基础。

(2)潜在应用的可行性

年轻人要敢想敢做,勇于提出问题,寻求与课程相关的潜在应用,然后利用所学知识去试验,不断发现并解决问题。通过经验的积累以及问题的总结分析,合理判断潜在应用的可行性以及效益性。

(3)重要知识的到位度

分析学生实验报告的质量,结合课堂学习的专注度,及时分析学生对重要知识的到位度。考虑到“机器视觉技术及应用”课程各章节知识是环环相扣的,因此需要在学生学习的初期就做好重要知识的复习与强化。

(4)专业软件的熟悉度

采取综合实验的方式,使学生对专业软件的熟悉度进行自我检验,实时评估对该课程的掌握程度。通过小组交流讨论,互相补充自身有待改进之处,完善知识体系。

(5)实际问题的解决度

给学生一个不限定的题目,通过对研究报告质量的分析,判断学生对生活中与机器视觉相关的实际问题的解决度。了解学生发现问题、分析问题、解决问题的逻辑思维正确性。根据分析结果,对学生做适当的科研补充。

在“课后总结”环节中,获悉学生对各环节知识的熟悉和重视程度,通过前向反馈,动态调整“课前准备”、“课堂交互”和“实验巩固”各环节中的工作占比和重要程度。

2 考核方式

虽然“机器视觉技术及应用”课程是一门专业拓展课,但是其理论知识较深、实用性较强,面对实际场景问题时的解决思路和可行办法特别重要。方式单一的试卷考试无法全面地体现学生对该课程重要知识点的掌握程度。设计合理的考核方式一方面可以提高学生对该课程的重视程度,提高课程的教学效果;另一方面可以在过程性考核中体现学生对重要知识点的掌握程度。基于学习产出的教育模式(Outcome-based Education,OBE)[4-5],通过“单元专题实验”结合“期末综合报告”,从课程开始到期末全过程考核学生对课程知识的学习成果。加入学生对教师的评价,得到最终的学生成绩。整个考核周期学生全程参与,通过主观评价融合客观评价,优化教学模式,提高教学质量。

3 结语

“机器视觉技术及应用”课程的难点是如何将生硬的数学符号运算用图形的方式直观化,并将抽象的基础理论知识与科学研究中的实际问题联系起来。受限于该课程较深的理论知识,以及学生对编程语言的掌握程度差别大,传统的教学模式难以适用于本课程的有效教学。我们通过“课前准备+课堂交互+实验巩固+课后总结”等多级教学优化的手段来提高教学效果,注重基于学习产出的教育模式,在每一个阶段通过前向反馈动态调整教学结构与教学重点,获得了良好的教学产出。这种多级教学优化方案不仅能提高学生的学习兴趣、加深学生对知识点的吸收,还能使学生网络化地掌握课程的知识结构,有助于培养具有独立思考问题、根据所学知识解决实际问题、满足当前环境下全方位需求的高质量人才。此外,该多级教学优化方案也可以推广至多门类似的专业拓展课的改革中,具有较强的通用性。

基金项目:

教育部产学合作协同育人项目,“智能制造背景下基于TRIZ的高校机械专业学生创新创业实践教育探索”,项目编号:220504392300615。

参考文献:

[1]陆雅君. 高等教育教学改革发展之理论创新——评《高等教育改革理论创新的探索》[J]. 教育理论与实践, 2022, 42(35): 65.

[2]代婷婷. 基于改进智能算法的机器人路径规划问题研究[J]. 成都大学学报(自然科学版). 2021, 40(4): 379-383.

[3]罗纯, 吴志聪, 吴先勇. 高校双线混融教学改革实现深度学习的路径探究[J]. 教育评论, 2023(2): 139-145.

[4]欧阳奕. 基于OBE教育理念的《大学生创新创业》课程教学改革研究[J]. 产业与科技论坛. 2022, 21(20): 189-190.

[5]叶惠娟, 毛利, 朱云洁, 等. 基于OBE理念的高职教育课堂教学改革探索研究[J]. 中国多媒体与网络教学学报(中旬刊). 2022(9): 37-40.

猜你喜欢
动态调整反馈机制机器视觉
分段堆场的动态调度方法
我国上市公司资本结构动态调整的初步研究
大学生课程考试反馈机制的研究
将“旋律——感受”反馈机制融入中学生物课堂的尝试
大场景三维激光扫描仪在研究生实践教学培养中的应用
建立和完善我国贫困县退出机制问题研究
基于机器视觉的工件锯片缺陷检测系统设计
基于机器视觉技术的动态“白带”常规检测系统的开发
机器视觉技术在烟支钢印检测中的应用
数据结构课堂上教学信息反馈机制研究