Volume 2,Issue 3
应用型本科院校项目化教学下机器学习与图像处理
课程案例研究
在人工智能与智能制造深度融合的产业背景下，机器视觉与图像处理技术已成为计算机科学与技术专业的核心拓展方向。应用型本科院校该课程传统教学存在理论与实战脱节、项目针对性不足等问题，难以匹配课程大纲中“原理应用- 模型构建- 项目实践- 职业素养”四位一体的培养目标。本文以广州理工学院《机器视觉与图像处理》课程大纲为依据，构建“理论筑基- 实战进阶- 综合创新”三阶项目化教学体系，设计与大纲完全对齐的核心实战案例，优化教学实施流程与多元评价体系。教学实践表明，该模式有效提升了学生对深度学习框架应用、视觉任务建模的掌握程度，显著增强了工程实践能力与职业素养，实现了课程目标与毕业要求的精准对接，为应用型本科院校同类课程的项目化教学改革提供了可复制的实践方案。
[1] 中华人民共和国国务院. 新一代人工智能发展规划[Z].2017.
[2] 宋伟, 谢欣怡, 杨青, 等. 新工科背景下基于项目驱动的数字图像处理教学方法探析[J]. 计算机教育，2021,(2):69-74.
[3] 彭小红, 张良均. 深度学习与计算机视觉实战[M]. 北京：人民邮电出版社，2023.
[4] 吴建洪, 吴昕霞. " 图形图像处理" 精品课程积极教学改革实践[J]. 现代盐化工,2020,47(02):106-107.DOI:10.19465/j.cnki.2095-9710.2020.02.052.
[5] 高阳, 孟琳，张嘉超. 应用型本科院校中科研为主型教师项目化教学方法探究[J]. 教育信息化论坛，2024,(11):39-41.
[6] 阮秋琦, 阮宇智. 数字图像处理（第4 版）[M]. 北京：电子工业出版社，2020.
[7] 张乐飞, 罗勇, 杜博. 机器学习教学改革与人工智能人才培养[J]. 中国大学教学，2023,(05):18-21.
[8] 秦云霞. 机器学习在图形图像处理中的应用与关键技术分析[J]. 数字通信世界,2024,(09):93-95.
[9] 赵卫东, 袁雪茹. 基于项目实践的机器学习课程改革[J]. 计算机教育，2019(9):151-154.
[10] 罗俊如. 基于项目化教学的大数据分析人才培养模式研究[J]. 中国多媒体与网络教学学报( 上旬刊),2025,(10):201-204.
[11] 吴培宁. 新工科视域下机器视觉课程教学改革探索[J]. 电子元器件与信息技术,2025,9(11):288-291.DOI:10.19772/j.cnki.2096-4455.2025.11.090.
[12] 危洪波, 李勇, 王若男, 等. 基于SRGAN 的介电材料缺陷微波检测图像稀疏重建[J]. 无损检测,2024,46(11):28-35.
[13] 谢希望. 基于深度学习的医学图像分割方法研究[D]. 大连海事大学,2024.
[14] 江苏理工学院. 人工智能背景下应用型本科院校数字图像处理课程教学改革[J].Advances in Education,2024,14(12):789-796.
[15] 徐旭, 王全兰. 计算机视觉赋能中小学实验教学设计研究[J]. 中国信息技术教育,2022,(08):81-85.
[16] 李沐. 动手学深度学习[M]. 北京：人民邮电出版社，2023.