- 1、本文档共35页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第2单元第4课跨学科活动:昆虫的识别(清华大学版)八年级下
1核心素养目标3新知讲解5拓展延伸7板书设计2新知导入4课堂练习6课堂总结课后作业8
01核心素养目标信息意识计算思维数字化学习与创新信息社会责任在进行昆虫识别时,需要考虑到数据隐私、知识产权和生态保护等社会责任,确保技术的应用不会对环境和社会造成负面影响。通过运用神经网络和深度学习技术,能够在数字化环境中进行学习和实验,探索新的识别方法和技术,推动创新。通过学习本课,可以将复杂的昆虫识别问题转化为可以通过算法解决的形式,包括数据预处理、特征提取和模型训练等。能意识到数据的来源、质量和重要性,对数据的收集、处理和分析能理解如何利用信息技术来解决实际问题。
02新知导入本课中你将体验:如何设计一个神经网络识别昆虫项目如何搭建识别昆虫的神经网络如何转换模型并部署应用
02新知导入在某些地区,农作物经常受到不同虫害的侵袭,导致产量下降。请同学们应用所学的生物学知识和深度学习技术识别多种昆虫,帮助家乡的农民监测农作物虫害情况,减少经济损失。
02新知导入
03新知讲解一、需求分析在设计神经网络识别昆虫时,必须从当地的实际情况出发,挖掘真实需求。在项目需求方面,需要有大量当地昆虫图像组成的数据集,并借助深度学习技术,训练一个神经网络识别出不同昆虫,把训练好的神经网络模型部署到实际应用场景中去,完成一个智能应用。请你结合前面的学习,根据项目需求将表2.4.1填写完整。
03新知讲解需求项具体描述数据收集昆虫图像的种类昆虫图像的种类采集方式通过相机拍摄、无人机采集、野外考察等方式其他数据标注、数据清洗、数据增强等搭建应用部署应用场景部署应用场景部署应用设备智能手机、平板电脑、嵌入式设备等其他用户界面设计、模型优化、实时反馈等表2.4.1项目需求分析表
03新知讲解二、分工合作方案设计完成后,你的小组需要进行分工合作,小组成员的分工角色与合作职责,可以参照表2.4.2所示范例设计,也可以另行设计。姓名角色分工A组长负责项目统筹、监督与管理B成员负责进行数据集制作与文档撰写C成员负责模型训练与评估D成员负责模型部署与程序测试E成员负责总结内容
03新知讲解三、规划实施神经网络识别昆虫项目的实施过程,可分为项目方案设计、收集整理图像素材、训练神经网络模型、部署与应用模型。
03新知讲解1.项目方案设计项目方案的设计包括:如何准备图像数据,是从网络上下载,还是通过摄像头采集;收集好图像数据后,制作成哪种格式的数据集(如ImageNet格式或COC0格式);选用哪种平台进行模型训练(如MMEdu):训练好的模型如何转化,以及如何部署在边缘设备上使用。请搜索并学习相关知识,以更好地设计你们的方案。
03新知讲解2.收集整理图像素材图像素材主要的收集方式有网络下载、拍摄录制与编写绘制等,其中网络下载要尊重版权,并通过正规渠道获取。对收集到的原始素材,通常还要进行加工处理并分类保存。素材收集完成后,按分类需求填人表2.4.3中。
03新知讲解3.训练神经网络模型已经学习了MMEdu训练模型的核心步骤和代码,现在用自建的昆虫数据集进行模型训练。以小组为单位,尝试使用不同的SOTA训练昆虫分类模型,留下一个最好的模型。当然,也可以采用无代码的方式进行训练。对于这两种方式,你更喜欢哪一种?
03新知讲解4.部署与应用模型不同的深度学习开发框架都有自己特定类型的模型文件,为了方便部署和应用,我们需要进行模型转换,MMEdu提供了转换函数,可以方便地转换为ONNX格式,然后进行边缘设备部署。
03新知讲解四、交流评价项目成果交流,分成果整理与交流两个环节。成果整理,其内容涉及项目需求分析、项目方案设计、素材收集、模型部署和应用等方面,并为之制作汇报交流用的PPT。项目成果评价,可基于表2.4.4所示的评价量规,来对自己与他人的项目成果进行客观的评价,并记录评价结果。
03新知讲解
04课堂练习一、选择题1、在运用神经网络识别昆虫的项目中,以下哪项是数据预处理的步骤?A.选择合适的模型B.数据清洗和归一化C.训练模型D.评估模型性能2、深度学习主要依赖于哪种类型的网络结构?A.线性回归B.决策树C.神经网络D.支持向量机3、在使用神经网络进行昆虫识别时,常用的输入数据类型是什么?A.文本数据
您可能关注的文档
- 浙教版高中信息科技必修1 3.2.4 循环结构的程序实现 教案.docx
- 义务教育版(2024)五年级信息科技 第8课 算法验证与实现 教案.docx
- 义务教育版(2024)五年级信息科技 第9课 互传密信有诀窍 教案.docx
- 义务教育版(2024)五年级信息科技 第10课 猜数游戏有捷径 教案.docx
- 义务教育版(2024)五年级信息科技 第16课 比较交换找最值 教案.docx
- 义务教育版(2024)五年级信息科技 第17课 选择排序轻松做 课件.docx
- 义务教育版(2024)五年级信息科技 第19课 冒泡排序齐体验(2) 教案.docx
- 义务教育版(2024)五年级信息科技 第30课 生命游戏有规则 教案.docx
- 浙教版(2023)三年级下册信息科技 第07课 处理图像素材 教学设计.docx
- 川教版(2024)三年级下册信息科技 1.2掌握在线学习工具 教案.docx
文档评论(0)