李麗英

（江西機電職業(yè)技術(shù)學(xué)院人工智能學(xué)院，江西 南昌 330000）

自2019 年教育部開設(shè)人工智能技術(shù)應(yīng)用專業(yè)以來，該專業(yè)深受廣大高職學(xué)生的歡迎。2022 年下半年，教育部公布了人工智能技術(shù)應(yīng)用專業(yè)的主要專業(yè)課程和實訓(xùn)課程，“計算機視覺技術(shù)應(yīng)用”是其中的專業(yè)核心課[1]。筆者在剖析傳統(tǒng)計算機視覺相關(guān)課程面臨的主要問題的基礎(chǔ)上，基于崗課證標融通的理念[2]，從課程內(nèi)容、思政融入、教學(xué)策略、教學(xué)方法及多元化評價等方面提出相應(yīng)的教學(xué)改革設(shè)計，并針對江西機電職業(yè)技術(shù)學(xué)院已有的人工智能班進行教學(xué)實踐應(yīng)用。

1 “計算機視覺技術(shù)應(yīng)用”課程建設(shè)現(xiàn)狀

1）高職的“計算機視覺技術(shù)應(yīng)用”課程，鮮少有先例參考，大部分只能借鑒本科“計算機視覺”“機器視覺”[3]等相關(guān)課程；參考本科課程易使課程內(nèi)容過于理論化，且課程定位缺乏職業(yè)性，進而導(dǎo)致課程結(jié)構(gòu)不夠合理、課程內(nèi)容缺乏實用性。

2）課程內(nèi)容側(cè)重點本質(zhì)偏算法[4]，上課容易偏“軟”；高職學(xué)生對編程類的課程易感枯燥，學(xué)習(xí)興趣不高，學(xué)習(xí)動力不足。通過走訪調(diào)研發(fā)現(xiàn)，我國大部分學(xué)校的人工智能實驗室等建設(shè)尚未完善，導(dǎo)致實踐教學(xué)環(huán)節(jié)開展不夠充分，學(xué)生獲得的技能有限，難以快速適應(yīng)行業(yè)應(yīng)用及發(fā)展[5]。

3）教材缺乏，教師專業(yè)化水平不高。

2 “計算機視覺技術(shù)應(yīng)用”課程建設(shè)設(shè)計思路

根據(jù)教育部發(fā)布的高等職業(yè)學(xué)校人工智能技術(shù)應(yīng)用服務(wù)專業(yè)建設(shè)標準，“計算機視覺技術(shù)應(yīng)用”課程處于較為核心的地位，結(jié)合江西機電職業(yè)技術(shù)學(xué)院實際情況，將這門課程定為專業(yè)核心課程，主要培養(yǎng)學(xué)生對計算機視覺的了解、圖像數(shù)據(jù)的預(yù)處理能力[6]以及計算機視覺AI 的訓(xùn)練技能，前導(dǎo)課程有“Python 編程基礎(chǔ)”“Python數(shù)據(jù)分析”“Linux基礎(chǔ)入門”[7]等，后續(xù)課程有“TensorFlow應(yīng)用”“人工智能綜合項目開發(fā)”等。

2.1 融通崗課證標，構(gòu)建教學(xué)內(nèi)容

按照教育部高等職業(yè)學(xué)?！叭斯ぶ悄芗夹g(shù)應(yīng)用”專業(yè)建設(shè)標準（專業(yè)代碼：510209）、國家職業(yè)技術(shù)技能標準“人工智能工程技術(shù)人員”（代碼：2-02-10-09）[8]、江西機電職業(yè)技術(shù)學(xué)院針對2020 級人工智能專業(yè)學(xué)生的人才培養(yǎng)方案與“計算機視覺技術(shù)應(yīng)用”課程標準，對接人工智能技術(shù)工程人員（計算機視覺產(chǎn)品實現(xiàn)方向）崗位需求，結(jié)合計算機視覺應(yīng)用開發(fā)“1+X”（中級）國家職業(yè)技能證書[9]要求，將本課程內(nèi)容重構(gòu)為四個由簡到繁的項目：圖像隱私保護、相機美顏的秘密、車道線的檢測與識別、自動駕駛中的交通標志物識別。涉及的技能點主要有計算機視覺基本原理、圖像處理基本操作、圖形圖像的采集和圖像預(yù)處理，深度學(xué)習(xí)模型的訓(xùn)練、模型的獲得和部署，最后再到調(diào)優(yōu)與評估等工作環(huán)節(jié)，覆蓋了完整的計算機視覺應(yīng)用開發(fā)的崗位鏈。重構(gòu)后的課程內(nèi)容結(jié)構(gòu)如圖1所示。

圖1 課程內(nèi)容總體結(jié)構(gòu)

2.2 精準學(xué)情分析，確定重點難點

“計算機視覺技術(shù)應(yīng)用”課程的授課對象為2020級大專人工智能班，雖然通過傳統(tǒng)的課程學(xué)情分析發(fā)現(xiàn)了高職學(xué)生的共性問題，如課堂參與度欠缺、主動學(xué)習(xí)能力不強；學(xué)生動手編程實踐能力和工匠精神有待加強、個別學(xué)生成績差距大等問題，但是對學(xué)生的掌握程度了解得不夠精細。為確保學(xué)情分析精準，教學(xué)設(shè)計每個項目之前都對前一個項目的學(xué)習(xí)進行一個階段性的學(xué)情分析，下面以項目四為例進行詳細闡述。

項目四在前三個項目學(xué)完視覺處理基本原理和圖像處理基本操作以及小型物體（車道線）識別的基礎(chǔ)上，著重學(xué)習(xí)基于深度學(xué)習(xí)的物體識別原理和實操。需加強實踐能力和工匠精神的培養(yǎng)訓(xùn)練。

1）學(xué)情分析。基于前面三個項目的學(xué)習(xí)，通過對學(xué)習(xí)通上發(fā)布的習(xí)題和考核活動等數(shù)據(jù)進行統(tǒng)計，得出其學(xué)情分析如下：①知識技能和素質(zhì)基礎(chǔ)。通過前三個項目的學(xué)習(xí)，具備了圖像運算、圖像變換、圖像處理、圖像檢測、圖像識別等學(xué)科普適性知識技能；但機器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)這塊尚未涉及，同時欠缺靈活運用、整體串聯(lián)完成項目的知識技能。雖然學(xué)生思政素養(yǎng)穩(wěn)步提高，但是其動手編程的實踐能力和工匠精神有待加強。②認知和實踐能力。學(xué)生對人工智能技術(shù)這類和新科技相結(jié)合的知識點充滿期待，具備學(xué)習(xí)專業(yè)知識的原動力。學(xué)習(xí)動力、交流溝通、團隊合作能力強，但邏輯推理、編程構(gòu)思、靈活運用、獨立創(chuàng)新的能力較弱。③學(xué)習(xí)特點。喜歡利用現(xiàn)代化的學(xué)習(xí)手段，信息獲取能力較強。但學(xué)習(xí)風(fēng)格存在差異，個別學(xué)生主動學(xué)習(xí)能力不強。需針對不同學(xué)習(xí)風(fēng)格配置班組、推送相應(yīng)資源，關(guān)注個別學(xué)生，運用多種手段促進學(xué)生主動學(xué)習(xí)。

2）教學(xué)重難點?；趰徴n證標制定重點，根據(jù)上面的學(xué)情分析預(yù)判授課難點，得到項目四的教學(xué)目標以及教學(xué)重難點分布。①知識目標：掌握圖像的標注（重點），掌握數(shù)據(jù)集的基本概念，掌握深度神經(jīng)網(wǎng)絡(luò)的相關(guān)知識，掌握深度學(xué)習(xí)模型的訓(xùn)練方法（重點），掌握深度學(xué)習(xí)模型的評判指標（重點）。②能力目標：能夠使用圖像標注工具labelimg 對圖像進行標注，能夠制作數(shù)據(jù)集并分配合適的訓(xùn)練集、驗證集、測試集，能夠構(gòu)建合適的深度學(xué)習(xí)模型（難點），能夠訓(xùn)練、優(yōu)化深度學(xué)習(xí)模型，并合理評價結(jié)果（難點）。③素質(zhì)目標：通過講解和探討深度學(xué)習(xí)領(lǐng)域的發(fā)展現(xiàn)狀，增強學(xué)生的思維能力和信息素養(yǎng)，提升學(xué)生的民族自信、文化自信；讓學(xué)生養(yǎng)成準確、嚴謹、科學(xué)地分析現(xiàn)象的能力；通過解決復(fù)雜問題培養(yǎng)學(xué)生的團隊協(xié)作精神，學(xué)生能一絲不茍地完成個人在團隊中承擔的任務(wù)；以有趣味的項目激發(fā)學(xué)生的學(xué)習(xí)熱情，增強學(xué)生的實踐能力；學(xué)生通過對參數(shù)的反復(fù)調(diào)節(jié)力求模型達到最優(yōu)，弘揚精益求精的工匠精神。

2.3 基于專業(yè)性質(zhì)，融入思政元素

對于思政元素，四個項目每個項目主打點不同，以項目四為例，結(jié)合學(xué)生實際學(xué)情、專業(yè)性質(zhì)以及課程內(nèi)容設(shè)計課堂思政點。項目四思政融入分布圖如圖2所示。

圖2 項目四思政融入分布圖

2.4 根據(jù)項目內(nèi)容，創(chuàng)建 “五步六環(huán)” 教學(xué)模式

以項目四為例，以其七個子任務(wù)實際內(nèi)容為基準設(shè)計成“明確任務(wù)、分析任務(wù)、實施任務(wù)、評價任務(wù)、拓展任務(wù)”的五步驟和“明需求、熟知識、精技能、準編程、擅調(diào)試、穩(wěn)運行”的六環(huán)節(jié)教學(xué)模式，如圖3 所示，簡稱“五步六環(huán)”。

圖3 項目四教學(xué)實施過程圖

2.5 實行全程畫像，構(gòu)建多元評價體系

依據(jù)人工智能工程技術(shù)人員標準，結(jié)合國家職業(yè)技能證書要求，構(gòu)建綜合評價體系，從深度學(xué)習(xí)基本知識、模型選調(diào)能力、模型訓(xùn)練素質(zhì)三個維度對學(xué)生進行全程畫像評價。將過程評價和結(jié)果評價相結(jié)合，學(xué)生自評互評與教師評價相結(jié)合，形成綜合評價。與上一項目對比，評選代碼強人、模型王者、技術(shù)能手等，實現(xiàn)增值評價。以項目四為例，多元評價體系如圖4所示。

圖4 項目四的多元評價體系

3 教學(xué)實施效果

3.1 德技雙修，達成三維學(xué)習(xí)目標

以項目四為例，通過對江西機電職業(yè)技術(shù)學(xué)院2020 級大專人工智能班課堂改革實踐之后發(fā)現(xiàn)，98%的學(xué)生基本達成三維學(xué)習(xí)目標，50%達到優(yōu)秀；82%的學(xué)生難點成績達到良好。全班包括典型基于深度學(xué)習(xí)的交通標志物識別模型知識、能力、素質(zhì)均達標，并完成了項目需求報告、模型訓(xùn)練日志、模型故障調(diào)試排除報告等符合企業(yè)要求的學(xué)習(xí)成果，本項目學(xué)習(xí)目標達成。

3.2 增值發(fā)展，知識技能素質(zhì)提升

以項目四為例，較前3 個項目，學(xué)生課堂參與度明顯提升。經(jīng)過學(xué)習(xí)通等平臺數(shù)據(jù)的統(tǒng)計發(fā)現(xiàn)，較項目三，班級平均知識成績提高了9%，技能提高了10%，素質(zhì)提高了11%，規(guī)范意識和勞模精神顯著增強；典型學(xué)生與班級平均成績差距縮小?？梢妼W(xué)生通過本項目學(xué)習(xí)實現(xiàn)了縱向增值發(fā)展。

3.3 賽項突破，學(xué)生教師共獲榮譽

經(jīng)過項目四的學(xué)習(xí)，學(xué)生對人工智能訓(xùn)練師的工作流程明顯熟練，在2022 年12 月底結(jié)束的第二屆全國人工智能應(yīng)用技術(shù)技能大賽（服務(wù)機器人人工智能技術(shù)應(yīng)用賽項）中獲得第七名勇奪二等獎。學(xué)生獲得榮譽后，對學(xué)習(xí)計算機視覺技術(shù)熱情更強、更為得心應(yīng)手。

4 結(jié)語

人工智能發(fā)展前景廣闊，其根源是與各行各業(yè)融合的能力，“計算機視覺技術(shù)應(yīng)用”課程作為人工智能專業(yè)的核心專業(yè)課，通過有效學(xué)習(xí)能夠為學(xué)生的職業(yè)發(fā)展打下良好基礎(chǔ)。需多下企業(yè)增加項目實踐經(jīng)驗，提高案例質(zhì)量，使其更具有行業(yè)應(yīng)用代表性，更快落地。

近年來，人工智能作為熱門研究方向，雖然有著廣闊的發(fā)展前景和大量的崗位需求[10]，但是我國高等院校人工智能專業(yè)的設(shè)立時間較短，特別是在大專院校中缺少相關(guān)課程的教學(xué)經(jīng)驗。此次教學(xué)改革能夠與新理念、新標準、新業(yè)態(tài)有機融合，項目知識點能與當前先進的科學(xué)技術(shù)點相結(jié)合，提高了學(xué)生的課堂參與度，為兄弟院校相關(guān)專業(yè)的建設(shè)與課程改革提供參考，具有較強的借鑒意義。