潘剛 丁進(jìn) 孫迪

摘? 要：計(jì)算機(jī)視覺是當(dāng)前計(jì)算機(jī)和人工智能領(lǐng)域的熱門方向，但前沿課程內(nèi)容在算法、算力和數(shù)據(jù)方面的需求，使得傳統(tǒng)授課模式無法滿足對(duì)當(dāng)前學(xué)生實(shí)踐能力培養(yǎng)的需求。在教育部產(chǎn)學(xué)合作協(xié)同育人的背景下，該文從課程核心內(nèi)容、前沿技術(shù)擴(kuò)展、先進(jìn)實(shí)驗(yàn)設(shè)計(jì)和考核方式改革等多方面，開展課程的革新與探索，并在實(shí)際教學(xué)活動(dòng)詳解的基礎(chǔ)上，驗(yàn)證教學(xué)質(zhì)量和學(xué)生綜合能力的提升，為計(jì)算機(jī)視覺相關(guān)課程提供參考。

關(guān)鍵詞：計(jì)算機(jī)視覺；飛槳平臺(tái)；新工科；產(chǎn)學(xué)合作；協(xié)同育人

中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2096-000X（2024）02-0010-05

Abstract： Computer vision is currently a popular direction in the field of computer and artificial intelligence， but the requirements of cutting-edge course content in terms of algorithms， computing power and data make the traditional teaching mode unable to meet the needs of current students' practical ability training. Under the background of industry-university cooperation and collaborative education， this paper carries out the innovation and exploration of the curriculum from the core content of the curriculum， the expansion of cutting-edge technology， the design of advanced experiments， and the reform of assessment methods. It verifies the improvement of teaching quality and students' comprehensive ability， and provides a reference for computer vision related courses.

Keywords： computer vision; PaddlePaddle; new engineering and technical disciplines; industry-university cooperation; collaborative education

當(dāng)前，我國高校工程教育規(guī)模居世界第一，但工程師總體合格程度在全球相對(duì)靠后。我國工程教育發(fā)展面臨著發(fā)展困境。2017年，教育部啟動(dòng)實(shí)施“新工科”建設(shè)，改造升級(jí)傳統(tǒng)工科專業(yè)，加快發(fā)展新興工科專業(yè)，使得我國從工程教育大國向工程教育強(qiáng)國邁進(jìn)[1]。接著，又陸續(xù)推出“復(fù)旦共識(shí)”“天大行動(dòng)”“北京指南”等，從多個(gè)方向探索和實(shí)踐工程教育改革新路徑。如今，越來越多的高校參與到新工科建設(shè)中，不斷推動(dòng)現(xiàn)有工科專業(yè)的改革，主動(dòng)設(shè)置新興工科專業(yè)，培養(yǎng)國家重大戰(zhàn)略需求的未來工程領(lǐng)軍人才。

計(jì)算機(jī)視覺始終是計(jì)算機(jī)各領(lǐng)域中最為活躍、發(fā)展最快速、應(yīng)用范圍最廣的學(xué)科方向之一，其核心內(nèi)容涵蓋對(duì)圖像和視頻等媒體內(nèi)容的識(shí)別、增強(qiáng)和合成等任務(wù)，在智能制造、機(jī)器人、安防、醫(yī)療影像和消費(fèi)類電子產(chǎn)品等多個(gè)方向有著廣泛的應(yīng)用前景。因此，計(jì)算機(jī)視覺已成為計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、電子信息等專業(yè)中的重要專業(yè)課程，在本科生和研究生中有著較大的受眾基礎(chǔ)。另一方面，計(jì)算機(jī)視覺與人工智能結(jié)合是當(dāng)前計(jì)算機(jī)視覺發(fā)展的特點(diǎn)和趨勢(shì)。人工智能，尤其是其中的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，是在數(shù)據(jù)驅(qū)動(dòng)下對(duì)復(fù)雜系統(tǒng)建模和預(yù)測(cè)的新方法論，是對(duì)傳統(tǒng)教學(xué)內(nèi)容和思維方式的顛覆和革新，但其在數(shù)據(jù)和算力方面所需要的基本門檻要求，也對(duì)傳統(tǒng)課堂教學(xué)提出了更高的物質(zhì)要求。因此，由于計(jì)算機(jī)視覺學(xué)科本身的特點(diǎn)，加之當(dāng)前計(jì)算機(jī)視覺與人工智能結(jié)合的趨勢(shì)，對(duì)其教學(xué)活動(dòng)中實(shí)踐性的開展尤為側(cè)重，對(duì)學(xué)生動(dòng)手能力和解決實(shí)際問題的能力培養(yǎng)提出了更高的要求，使得傳統(tǒng)“重理論、輕實(shí)驗(yàn)”的授課方式已無法適應(yīng)新工科建設(shè)的需要，因此，亟需進(jìn)行有針對(duì)性的教學(xué)改革。

天津大學(xué)是國內(nèi)首設(shè)人工智能本科專業(yè)的高校之一，更是新工科建設(shè)“天大行動(dòng)”的領(lǐng)導(dǎo)者。為解決傳統(tǒng)計(jì)算機(jī)視覺課程授課方式與前沿技術(shù)實(shí)踐需求之間的矛盾，天津大學(xué)與百度飛槳開展產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目，進(jìn)一步貫徹落實(shí)《國務(wù)院辦公廳關(guān)于深化高等學(xué)校創(chuàng)新創(chuàng)業(yè)教育改革的實(shí)施意見》文件精神，深入推進(jìn)產(chǎn)學(xué)合作協(xié)同育人，探索符合學(xué)校實(shí)際情況的計(jì)算機(jī)視覺課程改革。

一? 計(jì)算機(jī)視覺課程的現(xiàn)狀分析

計(jì)算機(jī)視覺課程在大多數(shù)學(xué)校作為專業(yè)選修課，學(xué)時(shí)安排多為32～40學(xué)時(shí)，其中實(shí)驗(yàn)學(xué)時(shí)為8～16學(xué)時(shí)。該課程理論性強(qiáng)，體系龐雜，知識(shí)更新快、對(duì)學(xué)生動(dòng)手能力要求高。從授課教師的角度，該課程特點(diǎn)可歸納為以下幾點(diǎn)。

（一）? 課程知識(shí)點(diǎn)多

完整的計(jì)算機(jī)視覺課程包括特征檢測(cè)、分割、配準(zhǔn)、結(jié)構(gòu)重建、運(yùn)動(dòng)估計(jì)、拼接、立體視覺和識(shí)別等問題及相關(guān)算法，知識(shí)點(diǎn)數(shù)量多而雜，形式多樣、應(yīng)用場景復(fù)雜。

（二）? 理論教學(xué)枯燥

計(jì)算機(jī)視覺理論基礎(chǔ)以數(shù)學(xué)作為支撐，形式以公式為主，學(xué)生在有限的授課時(shí)間內(nèi)對(duì)大量復(fù)雜公式的理解效果往往欠佳。

（三）? 實(shí)驗(yàn)教學(xué)對(duì)硬件的依賴

當(dāng)前視覺前沿方法為基于機(jī)器學(xué)習(xí)的方法，此類實(shí)驗(yàn)的開展對(duì)硬件設(shè)備，尤其是顯卡的要求高，這是大部分學(xué)生的自有電腦無法滿足的。而多數(shù)高校缺乏支撐大范圍實(shí)驗(yàn)的硬件基礎(chǔ)，因此，難以大范圍開展前沿方法的實(shí)驗(yàn)教學(xué)活動(dòng)。

（四）? 實(shí)驗(yàn)教學(xué)對(duì)數(shù)據(jù)的要求

當(dāng)前，基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)視覺方法的另一個(gè)特點(diǎn)是數(shù)據(jù)驅(qū)動(dòng)，其實(shí)驗(yàn)教學(xué)的開展對(duì)相關(guān)主題的數(shù)據(jù)質(zhì)和量均有較高的要求。因此，實(shí)驗(yàn)數(shù)據(jù)的課前收集和課中分發(fā)顯得尤為重要，但此類數(shù)據(jù)除少量集中在Kaggle等平臺(tái)外，大部分分散在各地科研團(tuán)隊(duì)自行維護(hù)的網(wǎng)絡(luò)存儲(chǔ)中，在有限的實(shí)驗(yàn)周期內(nèi)由學(xué)生收集尤為困難。加之計(jì)算機(jī)視覺領(lǐng)域的數(shù)據(jù)集普遍較大，課中向?qū)W生進(jìn)行分發(fā)并進(jìn)行數(shù)據(jù)準(zhǔn)備，將占用大量的有效實(shí)驗(yàn)時(shí)間。

（五）? 考核和評(píng)價(jià)方式不夠客觀

結(jié)合計(jì)算機(jī)專業(yè)要求和計(jì)算機(jī)視覺的特點(diǎn)，考核更應(yīng)體現(xiàn)學(xué)生實(shí)現(xiàn)代碼的能力。但由于缺乏統(tǒng)一的實(shí)驗(yàn)平臺(tái)，即使開展實(shí)驗(yàn)，對(duì)學(xué)生實(shí)現(xiàn)代碼的驗(yàn)證也不能依賴教師的閱讀，這樣工作量龐大，且評(píng)價(jià)方式無法保證客觀和公平。

結(jié)合計(jì)算機(jī)視覺課程的特點(diǎn)，應(yīng)對(duì)新工科創(chuàng)新人才需求，迫切需要教師針對(duì)課程的教學(xué)內(nèi)容、教學(xué)形式、課程評(píng)價(jià)體系等方面進(jìn)行改革，探索如何激發(fā)學(xué)生的內(nèi)驅(qū)力，為學(xué)生實(shí)驗(yàn)提供良好的實(shí)驗(yàn)平臺(tái)和公平的評(píng)價(jià)方法，其目的是提高學(xué)生的工程實(shí)踐能力與創(chuàng)新能力。湖南大學(xué)[2]和中國地質(zhì)大學(xué)[3]從提升學(xué)生學(xué)習(xí)主動(dòng)性出發(fā)，在圖像處理課程中引入“互聯(lián)網(wǎng)+”，實(shí)現(xiàn)線上線下一體化教學(xué)模式，從教學(xué)內(nèi)容、手段、考核方式等多方面開展改革實(shí)踐。武漢科技大學(xué)[4]從案例教學(xué)的角度出發(fā)，立足在線平臺(tái)海量案例資源，提升學(xué)生使用框架編程的能力。中國農(nóng)業(yè)大學(xué)[5]、南昌大學(xué)[6]針對(duì)人工智能課程，依托產(chǎn)學(xué)合作開展課程改革與建設(shè)的模式，借助產(chǎn)業(yè)界的豐富資源，提高學(xué)生實(shí)踐能力。西安電子科技大學(xué)[7]、武漢工程大學(xué)[8]從教師模式和實(shí)踐方法角度對(duì)計(jì)算機(jī)視覺課程的教學(xué)過程開展有益的探索。華北電力大學(xué)[9]、同濟(jì)大學(xué)[10]、武漢理工大學(xué)[11]針對(duì)圖像處理和計(jì)算機(jī)視覺等課程編程實(shí)踐問題，利用多種實(shí)踐平臺(tái)進(jìn)行教學(xué)改革，取得初步成效。但面向更大范圍學(xué)生群體，開展前沿技術(shù)的計(jì)算機(jī)視覺實(shí)踐教學(xué)探索的工作尚不夠充分。

二? 依托產(chǎn)學(xué)合作育人的計(jì)算機(jī)視覺課程教學(xué)改革

（一）? 教學(xué)內(nèi)容的補(bǔ)充完善

當(dāng)前計(jì)算機(jī)視覺的前沿方法與機(jī)器學(xué)習(xí)技術(shù)有關(guān)，但對(duì)于計(jì)算機(jī)科學(xué)與技術(shù)和軟件工程專業(yè)的學(xué)生，作為前序課程的人工智能課程在課程設(shè)置中多為選修，因此，只有一部分同學(xué)具備相關(guān)知識(shí)基礎(chǔ)。同時(shí)，對(duì)于這部分選修過人工智能課程的同學(xué)，機(jī)器學(xué)習(xí)在整個(gè)課程中的占比很少，一般為2～4個(gè)學(xué)時(shí)，且多以講授理論為主，缺乏實(shí)際上機(jī)實(shí)驗(yàn)的有效訓(xùn)練。在此現(xiàn)狀下，由于相關(guān)知識(shí)基礎(chǔ)普遍薄弱，如直接開展前沿計(jì)算機(jī)視覺的內(nèi)容講解，學(xué)生往往頗為吃力，嚴(yán)重影響學(xué)習(xí)效果。

因此，在本課程的教學(xué)過程中，適度引入與計(jì)算機(jī)視覺緊密相關(guān)的機(jī)器學(xué)習(xí)內(nèi)容，使得學(xué)生補(bǔ)全最相關(guān)的機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，從根本上理解相關(guān)算法的原理，掌握算法應(yīng)用于計(jì)算機(jī)視覺場景的原理和先進(jìn)性，從而能夠更好地深入了解領(lǐng)域動(dòng)態(tài)，快速領(lǐng)會(huì)前沿知識(shí)和新興技術(shù)，掌握視覺的應(yīng)用場景，加強(qiáng)理論與實(shí)際的關(guān)聯(lián)。

（二）? 利用高水平學(xué)術(shù)論文的知識(shí)擴(kuò)展

由于計(jì)算機(jī)視覺技術(shù)更新迭代快，因此，課程內(nèi)容的選擇，在完成基本經(jīng)典理論講解的基礎(chǔ)上，應(yīng)加入最新技術(shù)的內(nèi)容，使得學(xué)生在打好基礎(chǔ)的同時(shí)，不拘泥于經(jīng)典教材，能夠有足夠新的視野，掌握最新的技術(shù)。

對(duì)于前沿技術(shù)的出處，除了如TPAMI（IEEE Transactions on Pattern Analysis and Machine Intelligence），IJCV（International Journal of Computer Vision）， TMM（IEEE Transactions on Multimedia）等頂級(jí)學(xué)術(shù)期刊之外，還包括計(jì)算機(jī)視覺領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議。與其他學(xué)科相比，計(jì)算機(jī)領(lǐng)域?qū)W術(shù)會(huì)議的重要程度尤為明顯，這是由于視覺領(lǐng)域的技術(shù)更新速度快，而高水平學(xué)術(shù)會(huì)議的審稿周期和見刊周期更短，因此，最前沿的學(xué)術(shù)論文往往發(fā)表于高水平學(xué)術(shù)會(huì)議上，本課程中推薦學(xué)生選擇CVPR（IEEE Conference on Computer Vision and Pattern Recognition）、ICCV（IEEE International Conference on Computer Vision）和ECCV（European Conference on Computer Vision）三個(gè)視覺領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議的論文作為擴(kuò)展閱讀。

（三）? 前沿實(shí)驗(yàn)內(nèi)容的改進(jìn)

計(jì)算機(jī)視覺課程以算法理論為基礎(chǔ)，實(shí)踐為核心，對(duì)學(xué)生而言，只有理解算法并能夠用代碼將算法實(shí)現(xiàn)，才是真正掌握，這也是校企協(xié)同育人過程中的重點(diǎn)和難點(diǎn)。因此，課程中實(shí)驗(yàn)學(xué)時(shí)的內(nèi)容安排顯得尤為重要。本課程選擇分類、合成、跨模態(tài)修復(fù)三類四項(xiàng)任務(wù)作為實(shí)驗(yàn)內(nèi)容（表1），其中前三項(xiàng)內(nèi)容代表了計(jì)算機(jī)視覺中最典型的任務(wù)，第四項(xiàng)代表了視覺領(lǐng)域前沿問題之一。在方法和神經(jīng)網(wǎng)絡(luò)的選擇上，選擇了最為經(jīng)典且常用的VGG、AutoEncoder、U-Net和Encoder-Decoder+BERT四類網(wǎng)絡(luò)結(jié)構(gòu)。在實(shí)驗(yàn)內(nèi)容設(shè)計(jì)上，考慮到學(xué)生平均基礎(chǔ)情況，在前兩個(gè)實(shí)驗(yàn)中，采用提供代碼框架、由學(xué)生填補(bǔ)細(xì)節(jié)代碼的方式，這樣可以讓學(xué)生在最初接觸實(shí)驗(yàn)時(shí)，暫時(shí)規(guī)避對(duì)代碼框架的不熟悉，集中精力在關(guān)鍵網(wǎng)絡(luò)架構(gòu)的代碼編寫上，提升學(xué)習(xí)效率，積累信心；對(duì)后續(xù)實(shí)驗(yàn)內(nèi)容，鼓勵(lì)學(xué)生在具備一定編程基礎(chǔ)后，自主編寫完整的代碼，并完成訓(xùn)練和調(diào)參的全過程。這樣循序漸進(jìn)的實(shí)驗(yàn)設(shè)置方式有助于學(xué)生快速上手、培養(yǎng)全方面能力。

表1? 實(shí)驗(yàn)內(nèi)容設(shè)計(jì)明細(xì)

（四）? 考核內(nèi)容和方案的設(shè)計(jì)

課程目標(biāo)要兼顧學(xué)生對(duì)前沿技術(shù)和實(shí)際代碼能力的掌握，因而，通過單純閉卷考試的方式往往難以實(shí)現(xiàn)對(duì)學(xué)生的全面考察和評(píng)價(jià)。為了將理論知識(shí)與前沿技術(shù)緊密相連，本課程以擴(kuò)展閱讀推薦的頂級(jí)學(xué)術(shù)期刊和會(huì)議論文為主線，通過實(shí)施實(shí)戰(zhàn)化、無標(biāo)準(zhǔn)答案的期末大作業(yè)，實(shí)現(xiàn)以學(xué)生為中心，激發(fā)學(xué)生的自主學(xué)習(xí)能力、好勝心和創(chuàng)新的靈感。所謂無標(biāo)準(zhǔn)答案的期末大作業(yè)，就是由學(xué)生自主選擇計(jì)算機(jī)視覺中的一個(gè)話題，并自行查找推薦的學(xué)術(shù)期刊和會(huì)議的前沿學(xué)術(shù)論文，要求主題相關(guān)，數(shù)量不少于3篇，選定后需經(jīng)由授課教師確認(rèn)時(shí)效性和難度后，方可開始準(zhǔn)備。其目的是鍛煉學(xué)生自主查閱和檢索學(xué)術(shù)論文的能力。學(xué)生在閱讀論文過程中，要注意所選論文之間的關(guān)聯(lián)，尤其是嘗試從作者的角度，探尋發(fā)現(xiàn)問題、解決問題的思路，對(duì)于有深刻理解的同學(xué)，在成績上予以獎(jiǎng)勵(lì)。在閱讀論文的基礎(chǔ)上，還要求學(xué)生復(fù)現(xiàn)論文。這樣可以在考察學(xué)生理論能力的同時(shí)，兼顧對(duì)學(xué)生動(dòng)手編程能力的評(píng)價(jià)。尤其是對(duì)于主動(dòng)改進(jìn)原方法的并取得良好效果的同學(xué)，在打分上有所傾斜?？己藭r(shí)，由學(xué)生公開宣講自己的大作業(yè)前沿技術(shù)報(bào)告，展示實(shí)驗(yàn)結(jié)果，并接受授課教師和其他評(píng)委的現(xiàn)場提問。

經(jīng)過以上多輪次的訓(xùn)練，這樣可以更好地發(fā)揮學(xué)生的主觀能動(dòng)性和創(chuàng)新能力，拓寬學(xué)生的知識(shí)面，為今后的學(xué)習(xí)和研究打下良好的基礎(chǔ)。

最終的期末成績由三部分組成，具體要求及評(píng)分標(biāo)準(zhǔn)如下。

1）出勤：理論課程的講授均要求學(xué)生參與并簽到，不得缺勤。課堂考勤占總成績的5%。

2）實(shí)驗(yàn)：課程設(shè)有4次實(shí)驗(yàn)課，8學(xué)時(shí)，要求學(xué)生全程參與，獨(dú)立完成并按時(shí)提交實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)成績由學(xué)生在系統(tǒng)中提交的代碼在測(cè)試用例上通過的百分比判定。實(shí)驗(yàn)成績占總成績的15%。

3）期末報(bào)告：包括前沿技術(shù)報(bào)告和答辯表現(xiàn)，并綜合考察復(fù)現(xiàn)代碼能力，并對(duì)運(yùn)行結(jié)果進(jìn)行測(cè)試，提交設(shè)計(jì)報(bào)告，共占總成績的80%。

三? 教學(xué)實(shí)踐詳解和成效分析

課程在實(shí)驗(yàn)環(huán)節(jié)選用飛槳AI Studio教學(xué)實(shí)訓(xùn)平臺(tái)，該平臺(tái)集成了算力、編程環(huán)境、深度學(xué)習(xí)框架、數(shù)據(jù)及文檔等豐富的教育資源，對(duì)學(xué)生而言可以實(shí)現(xiàn)“一站式”學(xué)習(xí)。從教師的角色而言，該平臺(tái)可支持完整課程的創(chuàng)建，包括教學(xué)大綱、課件、作業(yè)、考試、教學(xué)視頻和隨堂測(cè)試等內(nèi)容和功能，能夠滿足在線教學(xué)的基本邏輯和內(nèi)容要求。同時(shí)，該平臺(tái)還集成了大量學(xué)習(xí)資源，包括公開課程、比賽、數(shù)據(jù)集、公開項(xiàng)目和源代碼等，為課程的開展提供海量的資源參考。

從2021年9月至2022年6月，本課程分別面向智算學(xué)部的本科生和研究生開設(shè)了2門課程，選課人數(shù)合計(jì)111人。選課學(xué)生具有基本的計(jì)算機(jī)專業(yè)背景知識(shí)和一定的編程基礎(chǔ)，能夠較快地適應(yīng)飛槳的AI Studio平臺(tái)和PaddlePaddle框架。

在基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)視覺實(shí)驗(yàn)中，需要重點(diǎn)關(guān)注的是算法、算力和數(shù)據(jù)三方面問題。

算力是實(shí)驗(yàn)的物質(zhì)基礎(chǔ)。對(duì)于機(jī)器學(xué)習(xí)的實(shí)驗(yàn)而言，雖然隨著硬件成本的不斷下降，單位時(shí)間的算力成本已逐漸降低，個(gè)人開展實(shí)驗(yàn)已經(jīng)可行。但面對(duì)課程受眾廣的情況，同時(shí)開展實(shí)驗(yàn)的學(xué)生人數(shù)多，算力仍然是稀缺資源。如采用各單位自購多臺(tái)服務(wù)器的方式，算力分散，開展小規(guī)模實(shí)驗(yàn)尚可，但涉及到上百人的大型教學(xué)活動(dòng)，硬件就成為主要瓶頸。而由于成本等因素的限制，各單位自建云平臺(tái)并大面積普及仍存在不小難度。因此，算力依然是掣肘高校教學(xué)的大難題。飛槳AI Studio平臺(tái)為符合條件的教學(xué)活動(dòng)提供免費(fèi)算力，在本課程開展過程中，經(jīng)過申請(qǐng)，飛槳為每位學(xué)生提供100小時(shí)Tesla V100的算力。以本課程開展的實(shí)驗(yàn)內(nèi)容為例，算力充足，且略有結(jié)余；顯卡配置高，足以應(yīng)對(duì)絕大部分主流的網(wǎng)絡(luò)結(jié)構(gòu)，這就掃清了開展大規(guī)模機(jī)器學(xué)習(xí)實(shí)驗(yàn)的最大障礙。

數(shù)據(jù)是實(shí)驗(yàn)的關(guān)鍵。機(jī)器學(xué)習(xí)的本質(zhì)是數(shù)據(jù)驅(qū)動(dòng)下的擬合和預(yù)測(cè)。數(shù)據(jù)的質(zhì)和量直接決定了實(shí)驗(yàn)效果的好壞。開展基于機(jī)器學(xué)習(xí)方法的實(shí)驗(yàn)，對(duì)實(shí)驗(yàn)數(shù)據(jù)的收集尤為重要。一般情況下，由教師課前匯集需要的基礎(chǔ)實(shí)驗(yàn)數(shù)據(jù)，并以網(wǎng)絡(luò)共享的方式供學(xué)生上機(jī)時(shí)使用。但基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)視覺實(shí)驗(yàn)數(shù)據(jù)集往往過于龐大，單個(gè)數(shù)據(jù)集幾十GB甚至上百GB頗為常見，僅將數(shù)據(jù)傳遞給學(xué)生的過程就極為耗時(shí)，加之對(duì)數(shù)據(jù)的預(yù)處理等操作，將占據(jù)實(shí)驗(yàn)學(xué)時(shí)的大部分。飛槳AI Studio平臺(tái)匯集了大量計(jì)算機(jī)視覺相關(guān)的開源數(shù)據(jù)集，并在該平臺(tái)的各類視覺任務(wù)中得以應(yīng)用，其數(shù)據(jù)的質(zhì)和量均得到了反復(fù)驗(yàn)證?；陲w槳AI Studio平臺(tái)的開源數(shù)據(jù)集，學(xué)生可以輕松地在實(shí)驗(yàn)中將其調(diào)用，大大節(jié)省了數(shù)據(jù)傳輸和預(yù)處理消耗的時(shí)間。同時(shí)，教師還可以在已有數(shù)據(jù)集上進(jìn)行補(bǔ)充和修改，根據(jù)開設(shè)實(shí)驗(yàn)的特殊需求，進(jìn)行個(gè)性化編輯，僅需一次準(zhǔn)備，可在實(shí)驗(yàn)中供學(xué)生大范圍并行使用，節(jié)省了實(shí)驗(yàn)在數(shù)據(jù)準(zhǔn)備上的時(shí)間和存儲(chǔ)開銷，大幅度提升了實(shí)驗(yàn)效率。使得教師可以從大量的簡單重復(fù)勞動(dòng)中解放出來，集中精力在實(shí)驗(yàn)的重點(diǎn)部分。

算法是實(shí)驗(yàn)的核心。如上所述，實(shí)驗(yàn)內(nèi)容選擇了當(dāng)前視覺領(lǐng)域常用的VGG、AutoEncoder、U-Net和Encoder-Decoder+BERT四種網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)過程中，學(xué)生面臨的任務(wù)難度由易到難，搭建網(wǎng)絡(luò)的難度由簡單到復(fù)雜。開展實(shí)驗(yàn)之前，由授課教師和助教演示一個(gè)簡單網(wǎng)絡(luò)的搭建全過程，并對(duì)代碼進(jìn)行逐行講解，使得無基礎(chǔ)的學(xué)生能夠完整跟隨編程流程，從而快速掌握。為降低初始實(shí)驗(yàn)的難度，由授課教師提供實(shí)驗(yàn)代碼的一部分，將其中關(guān)鍵的代碼略去，交由學(xué)生獨(dú)立完成。之后的實(shí)驗(yàn)，再由學(xué)生獨(dú)立完成所有代碼編寫工作。這樣，在有限的四次實(shí)驗(yàn)中，能夠確保無基礎(chǔ)的學(xué)生也能夠從逐步熟悉到完全掌握主流網(wǎng)絡(luò)的搭建過程，從實(shí)驗(yàn)中提升動(dòng)手能力。另一方面需要注意的是，PaddlePaddle是一套自主研發(fā)且獨(dú)立的深度學(xué)習(xí)框架，這就可能使得具有其他框架開發(fā)經(jīng)驗(yàn)的學(xué)生存在適應(yīng)問題。在授課之前，我們也與其他框架如Caffe、TensorFlow、PyTorch等進(jìn)行了對(duì)比（表2）。在授課中發(fā)現(xiàn)，PaddlePaddle與PyTorch代碼風(fēng)格相似，具有語句簡單、易于理解的特點(diǎn)；從學(xué)生的實(shí)際反饋來看，并無明顯的適應(yīng)障礙，有利于實(shí)驗(yàn)順利且高效的開展。

對(duì)學(xué)生完成實(shí)驗(yàn)并系統(tǒng)提交的時(shí)間進(jìn)行分析，如圖1所示。平均僅4.0%的學(xué)生在課程規(guī)定的時(shí)間內(nèi)完成了所有實(shí)驗(yàn)內(nèi)容，說明實(shí)驗(yàn)對(duì)大多數(shù)學(xué)生而言具有一定難度；平均51.6%的學(xué)生在實(shí)驗(yàn)結(jié)束1周內(nèi)完成實(shí)驗(yàn)，最終90.3%的學(xué)生在實(shí)驗(yàn)結(jié)束2周的截止時(shí)間內(nèi)完成實(shí)驗(yàn)，說明課后投入充足時(shí)間，大多數(shù)同學(xué)能夠完成所有實(shí)驗(yàn)內(nèi)容。

對(duì)學(xué)生實(shí)驗(yàn)的完成度進(jìn)行分析。選課學(xué)生完成所有實(shí)驗(yàn)的比例達(dá)到了92%，較為圓滿地完成了課程設(shè)置的預(yù)期目標(biāo)。尤其值得注意的是，其中有58%的學(xué)生是首次接觸基于機(jī)器學(xué)習(xí)的實(shí)驗(yàn)，說明本課程實(shí)驗(yàn)設(shè)置難易程度較為合理，課程教學(xué)取得的良好效果。

四? 結(jié)束語

計(jì)算機(jī)視覺課程在教育部產(chǎn)學(xué)研項(xiàng)目的支持下成功開展，實(shí)現(xiàn)了大范圍基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)視覺實(shí)驗(yàn)的有益嘗試，促進(jìn)理論基礎(chǔ)知識(shí)和實(shí)驗(yàn)動(dòng)手方面的平衡，全方位提升了計(jì)算機(jī)視覺課程的教學(xué)質(zhì)量，也堅(jiān)定了后續(xù)相關(guān)課程開展機(jī)器學(xué)習(xí)方法實(shí)驗(yàn)的信息和決心。令人鼓舞的是，所指導(dǎo)的學(xué)生以計(jì)算機(jī)視覺相關(guān)實(shí)踐題目為題繼續(xù)深入研究，獲得了國家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目立項(xiàng)2項(xiàng)，入圍第八屆中國國際“互聯(lián)網(wǎng)+”大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽天津賽區(qū)市賽1項(xiàng)，真正實(shí)現(xiàn)了利用課上學(xué)到的知識(shí)，直接應(yīng)用和服務(wù)于實(shí)踐的目的。這也帶給我們啟示：未來課程中，可以進(jìn)一步優(yōu)化和擴(kuò)展課程內(nèi)容，依托有利軟硬件平臺(tái)，從課堂內(nèi)和外兩方面，實(shí)現(xiàn)更為立體的全過程育人。

參考文獻(xiàn)：

[1] 王飛，劉勝輝，崔玉祥.工程教育專業(yè)認(rèn)證背景下的地方工科院校新工科建設(shè)的思考[J].高教學(xué)刊，2021（3）：63-66.

[2] 凌志剛，溫和，李華麗.面向新工科的數(shù)字圖像處理課程線上線下一體化教學(xué)改革[J].計(jì)算機(jī)教育，2022（3）：139-142.

[3] 楊京輝.基于數(shù)字圖像處理課程的多維度教學(xué)探索[J].高教學(xué)刊，2021，7（29）：120-122，126.

[4] 黃莉，張凱，胡威，等.新工科模式下面向案例的人工智能課程教學(xué)研究[J].電腦知識(shí)與技術(shù)，2019，15（35）：162-163.

[5] 趙明，劉磊，馬欽，等.依托產(chǎn)學(xué)合作育人的人工智能課程建設(shè)和實(shí)踐[J].計(jì)算機(jī)教育，2021（10）：24-27.

[6] 饒泓，吳佳躍，樊莉莉，等.基于AI Studio平臺(tái)的機(jī)器學(xué)習(xí)課程實(shí)踐教學(xué)[J].計(jì)算機(jī)教育，2021（6）：115-119.

[7] 韓紅，焦李成.談?dòng)?jì)算機(jī)視覺課程的教學(xué)創(chuàng)新[J].計(jì)算機(jī)教育，2010（19）：84-86.

[8] 閔鋒，魯統(tǒng)偉.面向生產(chǎn)實(shí)踐的機(jī)器視覺課程教學(xué)探索與實(shí)踐[J].計(jì)算機(jī)教育，2017（10）：41-43.

[9] 李新利，楊國田，劉禾.基于理論與實(shí)踐并重的圖像處理與分析課程建設(shè)[J].高教學(xué)刊，2019，101（5）：101-102，105.

[10] 張林，沈瑩.面向計(jì)算機(jī)視覺課程的綜合性實(shí)驗(yàn)平臺(tái)[J].計(jì)算機(jī)教育，2017（5）：136-139.

[11] 周俊偉，朱安娜，王亮亮，等.面向國產(chǎn)MindSpore平臺(tái)與Atlas 200的計(jì)算機(jī)視覺教學(xué)改革[J].計(jì)算機(jī)教育，2022（4）：56-60.