计算机视觉技术与应用 教案 2_核心引擎卷积神经网络CNN原理.docx

《认识计算机视觉中的深度学习》课时教案

授课题目

核心引擎：卷积神经网络（CNN）原理

计划课时

2

授课时间

课次

第1次

教学目的与要求

1.理解卷积神经网络（CNN）的整体架构。

2.掌握卷积层、池化层、全连接层的功能与计算逻辑。

3.能够解释图像在CNN中是如何被转化为特征向量的。

教学重点

1.卷积运算的过程、池化层的作用、全连接层的分类原理。

教学难点

1.卷积核（滤波器）的工作机制、特征图（FeatureMap）的生成过程。

教学方法

案例分析、讲授、演示、讨论。

教学内容与进程安排

教学组织设计

一、情景引例

展示一张模糊的图片经过处理后变得清晰，或者展示计算机如何从一