网站首页  词典首页

请输入您要查询的论文:

 

标题 以“垃圾分类”为例的图像识别课程案例设计
范文

    冯莹倩

    

    

    摘要:该文以新《课程标准》为指导,以“垃圾分类”为主题,以Python为编程语言,设计适合高中生学习的图像识别课程案例。该案例的设计主要为了实现三个目的:(1)培养学生的计算思维及动手实践能力、创新创造能力;(2)让学生在设计制作项目的过程中强化垃圾分类的意识和行为习惯;(3)为“人工智能”课程的教学设计提供参考与帮助。

    关键词:图像识别;人工智能;大数据;垃圾分类

    中图分类号:G642 文献标识码:A

    文章编号:1009-3044(2020)06-0174-02

    1背景

    教育部《普通高中信息技术课程标准(2017年版)》将“人工智能初步”作为六个选择性必修模块之一,要求学生通过该模块的学习,能够了解人工智能的发展及概念,并体验搭建简单的人工智能模块的过程,亲历设计与实现简单智能系统的基本过程与方法,增强利用智能技术服务人类发展的责任感。

    本文以新《课程标准》为指导方针,以Python语言为基础,设计适合高中生学习的图像识别课程案例,让学生体验垃圾分类识别技术的创造过程,以期为“人工智能”课程的教学设计提供参考与帮助。

    2“垃圾分类”图像识别课程案例的设计与应用

    2.1活動一:获取“湿垃圾”图片

    1)图像数据的下载

    运用baidu_image.py文件,掌握利用Python批量下载图像的方法。这个方法可以比传统的网络上获取图片的方法更加快速、便捷,学生可以直观地感受到计算机解决问题的神奇之处。我们将下载后的图像数据以4:1的比例分成train_data(训练集文件)和val_data(测试集文件)两个文件夹。

    2)图像数据的清洗

    使用程序批量下载图片完毕,由于格式、像素等原因会产生一些“问题”图像,我们需要运用remove_error_image.py文件清洗下载好的图像,剔除“问题”图像。

    3)图像数据的规整处理

    我们还需要统一图像的尺寸,比如之后的程序运行也会要求图像的规格为224*224像素,那就要在这一环节运用flow_from_directoryO函数对图像数据进行规整处理,将图像统一为程序要求的尺寸。

    关于图像处理的代码文件,教师会在学习资源中给出。

    2.2活动二:搭建训练模型

    接下来我们运用Pvthon代码让计算机提取已有图片数据的特征,完成机器学习的过程。

    1)展示resnet50模型(训练模型)学习过程

    我们运用keras.preprocessing.image.ImageDataGeneratorO来创建训练集图片读取器。按照按batch_size为单位,获取所有的训练数据及验证数据。具体代码如下:

    4)训练及保存模型

    现在就可以让基于resnet50的校园垃圾分类训练模型学习我们给它准备好的数据集了。我们可以按照下面的操作来完成这一个环节。具体代码如下:

    2.4活动四:呈现项目

    1)连接树莓派与电脑端

    将树莓派作为采集视频的装置,连接树莓派(采集端)与电脑(接收端)。

    2)编写树莓派代码

    为了能让树莓派能够正常采集信息,我们需要先写一个简单的代码,命名为client.py,其中我们需要将第6行的路径换为自己电脑的IP或hostname,代码如下:

    经历过这一步,树莓派摄像头已经打开,处于信息采集状态,接下来将编写代码把树莓派采集到的信息发送至电脑端,建立和电脑端的桥梁。

    3)编写电脑端代码

    首先我们需要在电脑cmd窗口中安装“依赖”,即运行创建环境,代码如下:

    4)测试垃圾分类项目

    完成以上操作就可以拍摄垃圾图像进行测试了,建议大家把测试结果记录下来,以便观察项目的可靠性。

    2.5拓展

    经过本项目的制作,教师可以引导学生思考:我们能否利用项目中的代码解决生活中其他问题呢?例如猫和狗的识别,机器猫和皮卡丘的识别,花和草的识别……课后,同学们可以选择一个感兴趣的主题,对本案例中的代码进行改写,创建一个属于自己的图像识别项目。

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/10 15:26:18