第四单元挑战尝试人工智能绘画 教案--2020-2021学年高中信息技术沪科版（2019）必修1

第四单元挑战 尝试人工智能绘画 ■教材分析 “尝试人工智能绘画”这一小节，旨在让学生进一步体验人工智能技术，掌握使用已有模型和 Ｐｙｔｈｏｎ代码进行体验的方法，理解迭代次数对机器学习效果的影响。 教师将提供一定的学习指导和资源，让学生以小组为单位，在课下完成本节内容，并提 交学习报告。学生积极开展数字化学习，充分利用网络上的“图像风格迁移”的相关学习资源。 ■教学目标 1、知识和技能 体验人工智能技术。 2、过程与方法 充分利用网络上的“图像风格迁移”的相关学习资源，积极开展数字化学习，进一步体验人工智能技术。 3、情感态度与价值观 通过学生通过使用 Ｐｙｔｈｏｎ 及其第三方工具进行“图像风格迁移”过程的体验，促进计算思维的形成与发展。 ■教学重点： 了解“图像风格迁移”。 ■教学难点： 在Ｐｙｔｈｏｎ 环境中安装第三方工具。 ■教学准备 计算机教室，Python,投影机。 ■教学过程： 一、新课导入 想不想把自己的照片变成梵高画作的风格？神经网络科学家发现，利用卷积神经网络可以让计算机模仿任何画家的绘画风格，重新绘制一张图片，这种方法叫作“图像风格迁移”( Neural Style)。在本项目中，让我们利用Neural Style,制作出各种画风的图片。 原图 模仿的图 结果图 二、图像风格迁移 所谓图像风格迁移，是指利用算法学习著名画作的风格，然后再把这种风格应用到另外一张图片上的技术。 三、自主探究 1.以小组为单位，收集几张用于转换风格的图(原图)，以及几张不同流派画家的作品图片(模仿的图)。 2.从网上下载相关的Python代码及Pre-trained VGG network模型文件，并在Python环境中安装相关的第三方工具。 3.准备就绪后，运行相关代码，处理图片。 4.尝试设置不同的迭代次数，得到不同的效果。比比谁制作的图片的风格更接近所模仿画家的绘画风格。 5.设置一些不同时间段的确认点，保存中间处理过程中的图片，看看到底发生了什么。 四、交流评价与反思 向同学展示自己制作出来的图片，谈谈心得与体会，并讨论如何才能做出风格更接近被模仿画家的图片。探究不同图片效果产生的原因，并讨论为什么处理过程所需时间会较长。如果条件允许，可以在具备GPU的计算机中