内容正文:
课时编号
备课时间
上课时间
课 题
人工智能主题学习—智能交通的 “眼睛”(探秘车牌识别系统)
教学目标
信息意识:能感知车牌识别系统在智能交通中的应用价值,理解物联网与人工智能融合的技术逻辑,主动关注智能交通领域的技术发展。
计算思维:能初步区分图像分类技术的核心作用,理解数据清洗对机器学习模型的影响,尝试用算法思维解释车牌类型识别的基本过程。
数字化学习与创新:能运用苏科版配套人工智能应用平台,完成车牌图像分类模型的制作与测试,通过数据清洗优化模型,提升数字化工具的使用能力。
信息社会责任:能观察生活中车牌识别系统的应用场景,初步思考技术应用中的实际问题,树立关注科技应用的意识
教学重点
1.图像分类技术的原理及应用;
2.数据清洗在机器学习中的作用;
3.车牌识别系统的技术演变。
教学难点
1.理解图像分类与车牌识别的关联;
2.掌握人工智能应用平台制作分类模型的操作步骤。
教学方法
情境教学法、探究学习法、实验操作法、小组讨论法
教学准备
1.硬件:多媒体教室、学生计算机(每人 1 台)、摄像头、U 盘(存储车牌数据集)
2.软件:苏科版配套人工智能应用平台、在线图像处理工具(Canva 可画、美图秀秀在线版)、多媒体课件(含江苏农村停车场、县城收费站车牌识别视频)
3.素材:新能源车牌、普通小汽车车牌、货车车牌高清图片数据集;车牌识别系统发展时间轴任务单;4 人一组分组名单,确定组长
4.前置准备:组长提前熟悉小组分工,教师课前测试平台与网络,准备离线数据集备用
教 学 过 程
教学环节
教师活动
学生活动
设计意图
情境导入——生活中的智能交通
1.播放短视频:江苏农村乡镇停车场车辆自动抬杆、县城高速公路收费站无感通行的场景,提问:“这些场景里,车辆不用人工登记就能进出,靠的是什么技术?”
2.展示教材 “智能交通的‘眼睛’” 主题页,引出本节课主题:探秘车牌识别系统
3.明确本节课学习目标:了解车牌识别技术演变,掌握图像分类模型制作
1.认真观看视频,结合生活经验举手回答问题
2.记录本节课学习目标,明确探究方向
结合江苏本地农村、县城的真实场景,贴近学生生活,激发学习兴趣,快速切入主题
探究学习
—车牌识别系统的技术演变
1.发放预习任务单,明确探究维度:无车牌识别的管理方式、技术发展阶段、关键技术
2.提供网络检索指引,如江苏本地科技企业车牌识别技术资料,巡视各小组进度,针对农村学生检索困难进行指导,如提示采访家中长辈的停车经历
3.组织小组代表汇报,补充讲解:技术从 “模板匹配”(早期江苏收费站)到 “深度学习”(南京智慧交通)的演变,强调物联网与人工智能的融合
1.小组合作,通过网络检索、结合生活经验完成任务单
2.小组代表分享成果,如 “无识别技术时,农村停车场靠人工记车牌,效率低易出错”
3.记录技术演变关键节点,标记重点内容
通过小组探究和本地案例,培养学生信息检索与归纳能力,让学生感受技术在身边的发展
新知讲解——图像分类的原理与应用
1.结合教材 “图像分类” 板块,讲解核心概念:图像分类是计算机视觉基础技术,能将图像自动归类到预定义类别
2.列举本地案例:江苏农产品溯源中的水果图像分类、农村垃圾分类的图像识别,帮助学生理解
3.展示三种车牌样本,
提问:“车牌识别系统如何通过图像分类区分不同类型的车牌?” 引导学生观察颜色、字符排列特征
1.认真听讲,记录图像分类的定义与应用案例
2.观察车牌样本,思考并回答问题,总结 “通过颜色、字符特征分类” 的结论
用本地案例将抽象技术具象化,符合农村学生认知特点,为后续实验操作铺垫
实验操作——制作图像分类模型
1.分步演示平台操作:
① 数据清洗:用在线工具裁剪模糊车牌图片,增加农村道路倾斜车牌样本;
② 数据导入:按 “新能源车牌”“普通车牌” 标签分类导入;
③ 模型训练:选择图像分类算法,设置训练参数;
④ 模型测试:用未训练过的车牌图片测试准确率
2.巡视学生操作,针对网络卡顿、数据导入错误等问题一对一指导,安排能力强的学生协助小组内同伴
3.引导学生记录实验数据:测试图片数量、识别准确率,记录遇到的问题
1.跟随教师演示,独立完成模型制作与测试
2.记录实验中的问题,如 “模糊图片导致识别准确率低”
3.小组内交流操作心得,分享优化模型的想法
通过实操让学生体验数据质量对模型的影响,突破教学重点,培养数字化学习与创新能力
课堂小结与作业布置
1.小结:回顾车牌识别技术演变、图像分类原理、实验操作要点,强调数据清洗的重要性
2.布置作业:
① 优化图像分类模型,加入货车车牌样本,记录优化后的准确率;
② 观察家中或村里的人工智能应用,记录1个图像分类的实际案例
1.梳理本节课知识点,标记未掌握的内容
2.记录作业要求,明确课后任务
巩固课堂知识,引导学生将学习延伸到生活中,培养信息意识
教学反思
优势:结合江苏农村本地案例,降低了抽象技术的理解难度;实验操作让学生动手实践,参与度高,落实了核心素养目标。
不足:部分农村学生数字化工具操作能力较弱,模型训练环节进度较慢;网络卡顿可能影响实验效果。
改进:课前准备离线数据集,制作分步操作手册;课中安排 “技术小能手” 帮扶;课后录制操作视频供学生复习。
学科网(北京)股份有限公司
学科网(北京)股份有限公司
学科网(北京)股份有限公司
学科网(北京)股份有限公司
$