《深度学习》教学大纲

1《深度学习》教学大纲）：（）（）（）1.https://codec.wang/docs/opencv/start/image-thresholding2./本课程以图像处理技术作为切入点，围绕近2学方法对智能制造工程领域复杂工程指标点7.2能站在环境保护和可持续发展的角度思考专业工程实践的可持毕业要求10-沟通：通过有效沟通管道，能够对智毕业要求11-项目管理：学会智能制造工程项目管3。培养深度学习结合智能制造开发人才及结合智能制造领指标点5.2能针对具体的对象开发或指标点6.2能分析和评价智能制造工41图像处理的基本2•模拟图像•数学图像•应用方向介绍图像处理基本知识，培养实事求是的增加学生理解及应一2图像处理基本操件、图像读取、2•特征检测与描述•视频处理•机器学习介绍图像处理工具并安装，培养实事求是针对图像处理方法三53图像处理基本操像转换、图像裁2•直接操作像素值•彩色图与灰度图互转•二值化•运用各种图像处理功能需结合图像知识，并运用实际案例整合融会贯通，培养介绍图像处理功能，培养实事求是的科学三4图像卷积和滤波（线性滤波与卷2•卷积运算•边缘检测•均值模糊•使学生了解数学模型在图像处理中的握核心技术应用至国内制造业，培养实事二65图像卷积和滤波2•高斯模糊•数学模型建立及验证数学模型应用与于图像处理，培养实事求二6深度学习概述（人工智能、机器学习和深度学2•人工智能•机器学习•深度学习•个别应用探讨及分析介绍人工智能、机器学习、深度学习所扮演的角色，培养实事求是的科学态度和职二7深度学习概述（深度学习起源和发展、深度学2•发展历程针对不同深度学习框架分析应用场景二7介绍国内外深度学习框架，增高工程知识视野，培养实事求是的科学态度和职业道期中总结复习与2一计算、自动求梯度2•Tensor概念•Ones、rand、加减乘除及梯度求解框架进行操作，培养实事求是的科学态度二现机器学习：线2•可视化分析•线性投资预测•导数法•梯度下降法•线性回归概念建立•可视化工具介绍线性回归模型及可视化工具，增高工针对投资预测进行二82•卷积神经网络介绍•PaddlePaddle二维卷积层函数•激活函数层、池化层、线性变换层了解卷积神经网络架构增高工程知识，培理解各层运作原理积层函数一2•算法原理•数据采集、数据获取通过实际代码记录数值，以实操验证理论的方式培养实事求是的科学态度和职业道针对小车移动参数进行数据采集及获取一982•安装仿真平台•Python控制模拟器•Python代码实现小车的控制•仿真平台建立及兼容测试•小车控制及图像帧数测试运用理论学识建立控制础操作入门92搭载仿真环境并引入小搭建最真实自动驾驶小车（数据采2•特定颜色区域检测•直线检测以小车模拟实际开车场•计算转向角•训练模型•获取小车各参数及信息•运用获取信息写入判断式•驱动小车自主判断及修正车道维持的仿真平台显自动驾驶小车（模型集2•特定颜色区域检测•直线检测•计算转向角•训练模型•获取小车各参数及信息•运用获取信息写入判断式•驱动小车自主判断及修正以小车模拟实际开车场车道维持的仿真平台显8505555、655A(100)B(85)C(70)D(0)概念不太清楚，答题错误概念不太清楚，答题错误行未交作业或后期补交，不能辨识，符号、单位等不A(100)B(85)C(70)D(0)按时完成，内容完整、正确，未提交或后期补交，内容操作规范，步骤合理清晰，在操作不规范，实验步骤不合理，未在规定的时间内按时完成，内容全面，字迹清计算、作图正确，对实验结果未提交或后期补交，内容不完整，不能辨识，数据记录、处理、计算、作图出现大部分错误，未对实验结果进行分析或分析基A(100)B(85)C(70)D(0)文献主题和内容与课程或专业密切相关，文献选自正规、有文献主题和内容与课程或专业文献主题和内容与课程或文献主题和内容与课程或专业不相关，文献来源不明译文翻译准确，忠实原文，用词准确，译文通顺，符合汉语