【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》教案-【清华大学版2024】《信息科技》六上

中小学教育资源及组卷应用平台 第1.2课《图像分类的实现———体验训练模型与应用全过程》 教学设计 课题 图像分类的实现 ———体验训练模型与应用全过程 单元 第一单元 学科 信息科技 年级 六年级 核心素养目标 信息意识：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。计算思维：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。数字化学习与创新：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。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。 教学重点 能够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。 教学难点 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。 教学过程 教学环节 教师活动 学生活动 设计意图 导入新课 第1.2课 《图像分类的实现———体验训练模型与应用全过程》1.板书课题：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。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。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。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。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。2.观看视频 学习新知引入完成思考。观看教学视频。 用生活中的常见现象引入课堂。用提问的方式引入课题，增强课堂互动性。将学生的注意吸引到课堂。 新知讲解：板书课题：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。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。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。课堂活动观察图 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。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。计算机分类对象与人类对物体进行分类过程相 ... ...