【核心素养目标】第1单元 第2课《图像分类的实现--体验训练模型与应用全过程》课件+素材-【清华大学版2024】《信息科技》六上

(课件网) 第2课 图像分类的实现 ———体验训练模型与应用全过程 （清华大学版）六年级 上 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 理解并尊重同学的隐私，学会安全地收集和处理敏感数据（如项目设计），避免不当分享。 通过对图像进行处理、分析和判别，从而识别各种物体类别的过程称为图像分类。 学习通过认识信息的获取、处理和应用在这基础上，以确保最终的图像分类系统能够有效、准确地工作。 能够了解机器对图像分类与人类对图像进行分类的共同点与区别，提取同类图像的共同特征，进行训练，从而建立图像分类模型。 02 新知导入 人类能轻松地辨认出飞机、轮船、自行车、计算机等物品的图像，机器也能通过“学习”来辨认出图像，并对它们进行分类。那么机器是如何“认识”这些图像的呢 它们看到的画面与我们看到的是一样的吗 本节课，我们就来了解机器是如何实现图像分类的吧。 02 新知导入 02 新知导入 思考 请同学们开展小组讨论，说一说，你们心中的机器对图像分类与人类对图像进行分类是否相同，共同点与区别在哪里。 02 新知导入 两者并不完全相同！以下是这两者的共同点与区别。 共同点： 1.目标一致：无论是机器还是人类，图像分类的最终目标都是将图像归类到特定的类别中。 2.特征提取：人类和机器都依赖于特征来进行分类。 3.学习能力：人类通过经验和学习不断提高分类能力，机器也通过训练数据和算法优化不断提升分类准确率。 02 新知导入 区别： 1.处理方式：人类的分类过程通常是直观和感性的，依赖于经验和背景知识，而机器则是基于数学模型和算法进行计算，缺乏直观理解。 2. 适应性：人类在面对新情况或模糊图像时，能够灵活调整判断标准，而机器在训练数据之外的图像分类能力可能会大幅下降。 02 新知导入 3. 情感与文化：人类的分类可能受到情感、文化背景等因素的影响，而机器的分类则是基于数据和算法，缺乏情感和文化的考量。 4. 错误类型：人类可能会因为注意力分散或情绪影响而犯错，而机器的错误通常是由于算法不完善或训练数据不足。 02 新知导入 03 新知讲解 一、人类分类图像 人类通过眼睛获取图像信息，视觉神经系统再将看到的图像传输给大脑进行处理，大脑根据自己的经验、知识、推断对看到的图像进行分类，把具有相同特征的图像归为一类。所以，人类分类图像的步骤可粗略分为观察特征和选取特征进行分类两步。 03 新知讲解 观察特征 人们要对图像进行分类，首先要观察图像中各种不同事物的特征。一张图像包含着许多特征，如颜色、图案、形状及大小。如图 1.2.1 所示，一张扑克牌的特征信息包括花色、数字。 图 1.2.1 图像上的信息 03 新知讲解 选取特征进行分类 选择不同的特征进行分类会产生不同的分类结果，分类结果的精细程度也不一样。如图 1.2.2 所示，一组扑克可以按颜色分类、按图案分类，也可以按数字进行分类。 图1.2.2 扑克牌的不同分类方法 03 新知讲解 观察图 1.2.3 的图像，对它们进行分类，并将同一类别的序号填在同一方框中，与小组同学分享你这样分类的原因。 课堂活动 03 新知讲解 陆地交通工具： 2，4，7 水上交通工具： 1，6 空中交通工具： 3，5，8 图 1.2.3 不同事物图像 03 新知讲解 原因：图片上的全都为交通工具，所以可以将它们分为三大类，分别为陆地、水上、空中，然后将其归类。 课堂活动 03 新知讲解 二、计算机分类对象 与人类对物体进行分类过程相比，计算机要对物体进行分类需要首先进行观察识别，提取同类图像的共同特征，进行训练，从而建立图像分类模型。计算机通过 ... ...