面向智慧農(nóng)業(yè)的計算機(jī)視覺課程教學(xué)改革實踐

摘要：在智慧農(nóng)業(yè)蓬勃發(fā)展的時代背景下，針對計算機(jī)視覺課程存在的教材內(nèi)容滯后、理論教學(xué)比重過高、未能充分結(jié)合學(xué)校學(xué)科特色等問題，同時考慮到現(xiàn)有教學(xué)模式與考核方式單一化的現(xiàn)狀，文章提出相應(yīng)教學(xué)改革方案：首先，重構(gòu)課程教學(xué)內(nèi)容體系，將深度學(xué)習(xí)等前沿技術(shù)納入教學(xué)大綱，并設(shè)計融合農(nóng)業(yè)場景特色的實踐案例；其次，推行多元化教學(xué)方法，建立多維度的考核評價機(jī)制；最后，積極探索“以賽促學(xué)”的賽教融合培養(yǎng)模式。通過實施這一系列改革舉措，將顯著提升課程教學(xué)效果，強(qiáng)化學(xué)生理論聯(lián)系實際的能力，從而為智慧農(nóng)業(yè)領(lǐng)域培養(yǎng)更多高素質(zhì)的專業(yè)人才。

關(guān)鍵詞：智慧農(nóng)業(yè)；計算機(jī)視覺；深度學(xué)習(xí)；農(nóng)業(yè)特色；教學(xué)改革

中圖分類號：G642" " " 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）24-0171-03

開放科學(xué)（資源服務(wù)） 標(biāo)識碼（OSID）

0 引言

人工智能作為計算機(jī)科學(xué)的前沿領(lǐng)域，正深刻改變著人類生活與工作方式。其核心目標(biāo)是賦予機(jī)器類人智能行為，涵蓋感知、學(xué)習(xí)、推理、決策等多維度能力。在人工智能眾多分支中，計算機(jī)視覺作為重要組成部分，致力于通過圖像與視頻的理解分析來模擬人類視覺系統(tǒng)功能[1]。該技術(shù)已廣泛應(yīng)用于醫(yī)療、交通、無人駕駛等領(lǐng)域，在智慧農(nóng)業(yè)中的應(yīng)用亦不斷深化拓展，對現(xiàn)代技術(shù)發(fā)展和產(chǎn)業(yè)升級具有顯著推動作用。鑒于計算機(jī)視覺技術(shù)研究與應(yīng)用發(fā)展迅猛，當(dāng)前及未來對專業(yè)人才的需求將持續(xù)增長。因此，培養(yǎng)具備計算機(jī)視覺專業(yè)素養(yǎng)的人才，既是推動人工智能與視覺應(yīng)用發(fā)展的關(guān)鍵舉措，更是適應(yīng)科技發(fā)展趨勢、引領(lǐng)產(chǎn)業(yè)變革的戰(zhàn)略需要。

現(xiàn)代農(nóng)業(yè)正向智慧化方向轉(zhuǎn)型。智慧農(nóng)業(yè)是融合信息技術(shù)、通信技術(shù)、自動化技術(shù)及物聯(lián)網(wǎng)等現(xiàn)代科技手段，對接農(nóng)業(yè)生產(chǎn)、管理與決策需求，實現(xiàn)全流程智能化、精準(zhǔn)化和高效化的新型農(nóng)業(yè)生產(chǎn)模式。其以提升農(nóng)業(yè)生產(chǎn)效益、保護(hù)生態(tài)環(huán)境、促進(jìn)農(nóng)村經(jīng)濟(jì)可持續(xù)發(fā)展為目標(biāo)，通過技術(shù)創(chuàng)新推動農(nóng)業(yè)現(xiàn)代化進(jìn)程。2022年1月，農(nóng)業(yè)農(nóng)村部頒布的《“十四五”全國農(nóng)業(yè)農(nóng)村科技發(fā)展規(guī)劃》明確將智慧農(nóng)業(yè)、農(nóng)業(yè)大數(shù)據(jù)和未來食品制造列為三大重點(diǎn)領(lǐng)域，強(qiáng)調(diào)要加強(qiáng)科技攻關(guān)布局，加速形成技術(shù)新優(yōu)勢。其中，計算機(jī)視覺作為智慧農(nóng)業(yè)的關(guān)鍵支撐技術(shù)，在農(nóng)作物生長監(jiān)測、病蟲害識別、農(nóng)產(chǎn)品質(zhì)量檢測及自動化采收分類等方面發(fā)揮著重要作用[2]，有力推動農(nóng)業(yè)生產(chǎn)向智能化、精準(zhǔn)化、高效化方向發(fā)展。隨著智慧農(nóng)業(yè)等領(lǐng)域的蓬勃興起，計算機(jī)視覺人才需求呈現(xiàn)持續(xù)增長態(tài)勢。為此，有必要開展面向農(nóng)業(yè)應(yīng)用的計算機(jī)視覺課程教學(xué)改革，通過優(yōu)化教學(xué)內(nèi)容與方法，全面提升學(xué)生的實踐創(chuàng)新能力，以滿足未來就業(yè)市場的專業(yè)化需求。

1 課程現(xiàn)狀

計算機(jī)視覺課程作為當(dāng)前熱門學(xué)科，已在包括農(nóng)業(yè)類院校在內(nèi)的眾多高校開設(shè)。該課程通常與圖像處理、視頻處理技術(shù)緊密結(jié)合。以我校信息科學(xué)與技術(shù)學(xué)院為例，計算機(jī)視覺課程已被正式納入電子信息工程、大數(shù)據(jù)科學(xué)與技術(shù)等專業(yè)的核心課程體系。課程設(shè)置旨在系統(tǒng)培養(yǎng)學(xué)生圖像分析能力、視覺系統(tǒng)設(shè)計能力及相關(guān)算法實現(xiàn)能力，以滿足社會對計算機(jī)視覺技術(shù)人才的迫切需求。

盡管該課程已形成較為完善的教學(xué)體系，實現(xiàn)了理論教學(xué)與實踐應(yīng)用的有機(jī)結(jié)合，并為學(xué)生提供了豐富的學(xué)習(xí)資源，但通過深入調(diào)研發(fā)現(xiàn)，其教學(xué)實施過程中仍存在若干亟待優(yōu)化的重要環(huán)節(jié)。

1） 教材理論性強(qiáng)，前沿性不足

當(dāng)前選用的教材內(nèi)容豐富，但其理論性強(qiáng)，與深度學(xué)習(xí)結(jié)合不足，涉及大量的數(shù)學(xué)公式和計算，晦澀難懂，與前沿學(xué)科脫節(jié)[3-7] 。而主流的計算機(jī)視覺應(yīng)用普遍與深度學(xué)習(xí)相結(jié)合[8]。這對于偏重應(yīng)用的農(nóng)業(yè)院校學(xué)生，難以掌握和運(yùn)用理論知識，影響學(xué)習(xí)的積極性和主動性。

2） 實踐環(huán)節(jié)薄弱

課程設(shè)置的實驗課時占比低，理論與實踐不能充分結(jié)合，限制學(xué)生的工程實踐能力、創(chuàng)新能力和綜合應(yīng)用能力。

3） 課程教學(xué)模式單一

在教學(xué)方面，當(dāng)前課程的教學(xué)以講授法為主，即教師講授、學(xué)生被動聽取，存在單一化問題，不能有效激發(fā)學(xué)生的學(xué)習(xí)興趣，教學(xué)效果無法達(dá)到預(yù)期目標(biāo)。同時，在教學(xué)過程中缺乏互動性和參與性，學(xué)生處于被動接受知識的狀態(tài)，難以主動思考和探索。在實踐教學(xué)方面，以基礎(chǔ)驗證性實驗為主，由教師撰寫實驗指導(dǎo)書，學(xué)生根據(jù)實驗指導(dǎo)書進(jìn)行驗證。這種方式實踐性不強(qiáng)，限制學(xué)生的主動性、創(chuàng)新思維、實踐能力和綜合應(yīng)用能力。

4） 考查方式缺乏多樣性

課程考查以實驗和考試相結(jié)合，學(xué)生對知識的理解停留在表面，缺乏深入的思考和應(yīng)用能力的培養(yǎng)，不能更全面地考查學(xué)生。限制學(xué)生的問題分析能力、解決能力和創(chuàng)新能力等。

5） 缺乏農(nóng)業(yè)特色實踐案例

課程缺乏具有農(nóng)業(yè)特色的實踐項目和資源，如農(nóng)作物病蟲害識別。未能與學(xué)校學(xué)科特色相結(jié)合，發(fā)揮學(xué)校在農(nóng)學(xué)、工學(xué)學(xué)科的優(yōu)勢。

2 教學(xué)改革與成效

2.1 改革措施

在當(dāng)前的教育改革背景下，計算機(jī)視覺課程的教學(xué)改革顯得尤為重要。為了提升教學(xué)質(zhì)量和學(xué)生的學(xué)習(xí)效果，從多個方面進(jìn)行深入的改革和創(chuàng)新。

1） 教材更新

選用近2年出版的教材，教材具有前沿性，注重實踐性和理論性的結(jié)合。同時，結(jié)合主流的技術(shù)和工具，如深度學(xué)習(xí)框架，進(jìn)一步豐富教材的實踐案例和應(yīng)用場景。推動學(xué)生了解最新的技術(shù)動態(tài)和研究進(jìn)展，為后續(xù)的學(xué)習(xí)和研究打下基礎(chǔ)。

2） 教學(xué)內(nèi)容重構(gòu)

教學(xué)內(nèi)容以圖像分類任務(wù)為核心，融入深度學(xué)習(xí)理論，系統(tǒng)更新教學(xué)大綱和知識體系。一方面，理論課以圖像處理、圖像分類、目標(biāo)檢測和圖像分割等作為核心內(nèi)容。另一方面，實驗授課內(nèi)容圍繞圖像識別任務(wù)開展設(shè)計性的實踐操作，包含前置技術(shù)實驗、基礎(chǔ)模型實驗和卷積神經(jīng)網(wǎng)絡(luò)實驗。學(xué)生能夠運(yùn)用Numpy、OpenCV和PyTorch等主流技術(shù)和框架完成實驗內(nèi)容，從實踐中加深對理論知識的理解。同時，在授課過程中融入思政教育，強(qiáng)化學(xué)生的愛國情懷、社會責(zé)任感等。教學(xué)內(nèi)容如圖1所示。

3） 增加實驗學(xué)時

在原有實驗學(xué)時基礎(chǔ)上，增加1/2的學(xué)時，加強(qiáng)學(xué)生的自主探索和實踐操作，促進(jìn)對理論知識的理解和掌握，加強(qiáng)對技術(shù)和工具的運(yùn)用，提高問題分析解決能力、實踐能力和創(chuàng)新能力。

4） 引入農(nóng)業(yè)特色項目案例

當(dāng)前農(nóng)業(yè)領(lǐng)域在智能化、精準(zhǔn)化管理等方面面臨諸多挑戰(zhàn)，在病蟲害識別與防控上也是如此，這嚴(yán)重制約了農(nóng)業(yè)生產(chǎn)效率與質(zhì)量的提升。為此，課程不僅引入醫(yī)學(xué)等其他領(lǐng)域的項目案例資源，更側(cè)重融合農(nóng)業(yè)特色的計算機(jī)視覺項目案例資源的開發(fā)與應(yīng)用，發(fā)揮學(xué)校的學(xué)科優(yōu)勢。利用本校獨(dú)有的數(shù)據(jù)集資源，如針對西瓜病蟲害的數(shù)據(jù)集（如圖2所示） 及農(nóng)田害蟲數(shù)據(jù)集（如圖3所示） ，設(shè)計貼近產(chǎn)業(yè)實際的教學(xué)案例。如將農(nóng)田害蟲數(shù)據(jù)集案例融入卷積神經(jīng)網(wǎng)絡(luò)中，講解其網(wǎng)絡(luò)層的組成、作用和數(shù)據(jù)的傳遞等。同時，探索校企結(jié)合的形式豐富教學(xué)案例，將農(nóng)業(yè)企業(yè)中實際的項目案例融入理論與實驗授課中。使學(xué)生不僅掌握計算機(jī)視覺技術(shù)的核心原理與應(yīng)用技能，還能了解農(nóng)業(yè)生產(chǎn)的實際需求與專業(yè)知識，從而培養(yǎng)出既具備扎實技術(shù)基礎(chǔ)，又熟悉農(nóng)業(yè)領(lǐng)域的復(fù)合型人才。

5） 多元化教學(xué)方式

計算機(jī)視覺課程以O(shè)BE理念為指導(dǎo)，以教學(xué)目標(biāo)能力達(dá)成為導(dǎo)向，結(jié)合課程實情開展多元化教學(xué)設(shè)計。課程的教學(xué)目標(biāo)首先是學(xué)生能夠掌握網(wǎng)絡(luò)模型的設(shè)計，其次熟悉模型訓(xùn)練的完整流程，能夠根據(jù)網(wǎng)絡(luò)模型的訓(xùn)練情況調(diào)整網(wǎng)絡(luò)，分析模型存在的問題，最后訓(xùn)練出一個較高準(zhǔn)確率的模型。

① 案例教學(xué)

精選能與課程結(jié)合的實際項目案例，重點(diǎn)引入農(nóng)業(yè)特色類的項目案例，如農(nóng)作物病蟲害識別，基于項目進(jìn)行教學(xué)[9]。在授課過程中，結(jié)合項目案例講解。如在講解卷積神經(jīng)網(wǎng)絡(luò)時，以西瓜病蟲害識別作為案例。首先講解網(wǎng)絡(luò)模型的輸入表示；接著解釋卷積層、池化層和全連接層的設(shè)計和工作原理，說明輸出的內(nèi)容；最后解釋項目代碼實現(xiàn)并進(jìn)行演示。通過結(jié)合實際項目的教學(xué)，能夠激發(fā)學(xué)生的學(xué)習(xí)興趣，了解計算機(jī)視覺的應(yīng)用場景，增強(qiáng)對理論知識的理解。

② 線上線下混合教學(xué)

線上線下混合教學(xué)模式將傳統(tǒng)面對面教學(xué)與在線教學(xué)相結(jié)合。課程利用超星平臺，預(yù)先提供線上資料供學(xué)生隨時隨地學(xué)習(xí)。學(xué)生可在討論區(qū)提出課程相關(guān)問題，與教師互動交流。這種模式不僅提高教學(xué)的靈活性，提供個性化的學(xué)習(xí)，也增強(qiáng)學(xué)生的學(xué)習(xí)體驗，提高學(xué)習(xí)興趣，更有利于改善和提高學(xué)生的學(xué)習(xí)效果。

③ 優(yōu)化考查方式

課程從實驗、論文和大作業(yè)3個方面分別考查，分?jǐn)?shù)比例為3∶3∶4。在實驗方面，實驗內(nèi)容以設(shè)計性為主。首先，學(xué)生從超星平臺獲取上傳好的實驗指導(dǎo)材料；接著，教師現(xiàn)場講解實驗內(nèi)容、步驟和要求；最后，學(xué)生自主完成實驗內(nèi)容，并現(xiàn)場講解和演示。在論文方面，首先，收集每年最新的計算機(jī)視覺頂會論文；接著，學(xué)生自由分組，合作完成論文閱讀；最后，以PPT形式現(xiàn)場答辯和演示。在大作業(yè)方面，通過線上發(fā)布數(shù)據(jù)集和作業(yè)要求，學(xué)生獨(dú)立完成作業(yè)，期末進(jìn)行現(xiàn)場答辯，并將作業(yè)報告以指定格式線上提交。這種多元化的評價體系能夠更全面考查學(xué)生對理論知識的理解和運(yùn)用，促進(jìn)學(xué)生了解計算機(jī)視覺的前沿技術(shù)和發(fā)展方向，培養(yǎng)學(xué)生的團(tuán)隊合作能力和實踐能力。

6） 探索學(xué)習(xí)新模式，鼓勵學(xué)生自主創(chuàng)新

本校每年均有學(xué)生在教師的指導(dǎo)下參與各類賽事，指導(dǎo)教師帶領(lǐng)學(xué)生利用現(xiàn)有的實驗資源對競賽項目進(jìn)行實踐和優(yōu)化。本課程鼓勵學(xué)生在教師指導(dǎo)下采用小組合作模式，探索計算機(jī)視覺項目，不斷優(yōu)化迭代，以此參加各類競賽，如大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽，挑戰(zhàn)杯等。在此過程中，學(xué)生不僅獲得知識和技能的提升，且能培養(yǎng)創(chuàng)新思維、團(tuán)隊合作和解決問題的能力[10]。同時，更好地理解和應(yīng)用計算機(jī)視覺知識，為未來的學(xué)習(xí)和職業(yè)發(fā)展打下堅實的基礎(chǔ)。

2.2 改革成效

經(jīng)過教學(xué)改革，課程的總體教學(xué)效果得到一定的提升，學(xué)生對課程表現(xiàn)出更高的學(xué)習(xí)熱情，能夠更加積極主動完成實驗內(nèi)容的設(shè)計，并提出問題與教師溝通探討。同時，提升對計算機(jī)前沿技術(shù)的了解。通過本校教學(xué)質(zhì)量管理平臺和問卷等形式收集反饋意見。在理論授課方面，98%的學(xué)生對課程結(jié)合深度學(xué)習(xí)理論和前沿技術(shù)的教學(xué)感到滿意。96%的學(xué)生認(rèn)為課堂教學(xué)思路清晰，深入淺出，重點(diǎn)突出，能夠引導(dǎo)學(xué)生自主學(xué)習(xí)。在實驗課程方面，97%的學(xué)生認(rèn)為實驗內(nèi)容能夠提升計算機(jī)視覺知識和技能，能夠提升解決實際問題的能力。在論文方面，所有學(xué)生認(rèn)為這種考查方式更合理，能夠了解到最新的科學(xué)研究，拓寬學(xué)術(shù)視野。在大作業(yè)方面，97%的學(xué)生認(rèn)為有一定的挑戰(zhàn)性，有助于鞏固對課堂知識的理解，了解計算機(jī)視覺的應(yīng)用場景。

3 結(jié)論

本文圍繞計算機(jī)視覺課程開展教學(xué)改革實踐，重點(diǎn)從教學(xué)內(nèi)容優(yōu)化、教學(xué)模式創(chuàng)新、學(xué)科特色融合3個維度進(jìn)行系統(tǒng)性探索。通過改革實踐，顯著提升了學(xué)生的學(xué)習(xí)興趣與主動性，有效強(qiáng)化了學(xué)生的實踐能力、創(chuàng)新能力和綜合應(yīng)用能力。改革旨在培養(yǎng)兼具計算機(jī)視覺技術(shù)專長與農(nóng)業(yè)領(lǐng)域知識的復(fù)合型人才，為智慧農(nóng)業(yè)發(fā)展提供技術(shù)支持。在后續(xù)教學(xué)規(guī)劃中，將重點(diǎn)推進(jìn)以下工作：一是引入AI智能教學(xué)工具，豐富課堂教學(xué)手段；二是構(gòu)建多層次項目案例庫，全面提升學(xué)生在計算機(jī)視覺領(lǐng)域的技術(shù)應(yīng)用能力。

參考文獻(xiàn)：

[1] 董蕊芳，闞江明，趙汐璇.新工科建設(shè)背景下“機(jī)器視覺” 研究生課程教學(xué)改革的探索：以北京林業(yè)大學(xué)為例[J].中國林業(yè)教育，2023，41（6）：30-33.

[2] 秦昌友，楊艷山，顧峰瑋，等.現(xiàn)代農(nóng)業(yè)領(lǐng)域中計算機(jī)視覺技術(shù)的運(yùn)用與發(fā)展[J].中國農(nóng)機(jī)化學(xué)報，2023，44（12）：119-128.

[3] 江祥奎，丁銳，熊偉.機(jī)器視覺課程教學(xué)方法改革與實踐[J].軟件導(dǎo)刊，2022，21（9）：206-210.

[4] 張智浩，沈謀全，朱文俊.人工智能背景下“機(jī)器視覺” 課程教學(xué)改革與探索[J].工業(yè)和信息化教育，2024（5）：19-23.

[5] 王科平，楊藝，李玉東.新工科背景下“模式識別” 課程改革與探索[J].電氣電子教學(xué)學(xué)報，2020，42（3）：52-56.

[6] 劉國利，何啟健.人工智能背景下模式識別課程的教學(xué)實踐與改革[J].時代汽車，2023（14）：39-41.

[7] 陳磊，鄧杏葉，劉朝華，等.新工科背景下的模式識別課程教學(xué)改革探索[J].教育教學(xué)論壇，2020（36）：177-178.

[8] 陳章寶，鄧運(yùn)生，李壯.深度學(xué)習(xí)背景下計算機(jī)視覺課程教學(xué)改革[J].安順學(xué)院學(xué)報，2022，24（4）：122-128.

[9] 王鵬，高剛.基于項目驅(qū)動的計算機(jī)視覺教學(xué)改革探索[J].科教文匯，2024（19）：95-98.

[10] 李亞蘭，黃健全，曹江，等.新工科背景下《機(jī)器視覺》課程教學(xué)模式改革[J].電腦與信息技術(shù)，2022，30（3）：97-99.

【通聯(lián)編輯：王 力】