看图识物

探索图像识别

“AI助力垃圾分类“之看图识物

单元教学设计

基本信息

姓名学校

学科信息技术联系电话及邮箱

年级高一教科书版本及章节校本课程第二单元

学习领域/模块人工智能技术与应用

单元学习主题AI助力垃圾分类

1.单元教学设计说明

指导思想

2016年，教育部在《教育信息化“十三五”规划》中提出:“要积极探索信息技术跨学科学福建高考试卷 习

(STEAM教育)、创客教育等新的教育模式中的应用，着力提升学生的信息素养、创新意识和创新能

力，养成数字化学习习惯，促进学生的全面发展。”STEAM教育强调打破学科边界，使学生运用多

门学科知识解决真实生活情境中的问题，在此过程中种植图片 培养学生的综合素养。本STEAM主题课程围绕

时下热门话题“垃圾分类”主题展开，是以跨学科知识融合为

基础，以跨界思维为核心，以跨界知识为课程内容，以培养学生

学科核心素养以及蛋疼是什么原因 “4C能力”（即CriticalThinking(批判性思

维)、Communication(沟通能力)、Collaboration(协作能力)、

Creativity(创新创造能力)为目标的一系列教学单元的集合。

在信息技术课程方面，高中课程标准选择性必修模块4-人工

智能初步指出在学习过程中，引导学生发现问题、尝试用人工智

能方法解决问题的过程中，让学生初步了解和体验人工智能的特

点，感受智能技术对生活与学习带来的影响。

STEAM主题课程内容

北京市十一学校围绕时下火热话题“垃圾分类”，以“垃圾分类大作战”为STEAM主题，开发

了系列课程单元，以“垃圾分类的社会现象、背后原因、解决方法、宣传推广”为内容线索展开，融

合了数学、科学、技术、工程、艺术等学科的知识内容，目标是了解垃圾分类背后的原因，运用知识

的力量提高垃圾分类效率，保护环境。“垃圾分类大作战”主题系列课程单元设计图如下：

2.单元学习目标与重点难点

本教学单元为系列教学单元中的信息技术单元，主题为“AI助力垃圾分类”，目标是提高垃圾分

类效率。

深入持久理解

：感受编程技术与人工智能技术对社会生活的影响。

核心问题

：如何利用人工智能技术更好的帮助人们进行校园垃圾分类。

核心任务

：综合运用学习的知识，通过简单的python编程、人工智能技术，实现输入垃圾的照片

或者简单语音、垃圾名称，能自动回复垃圾是属于哪种分类，提高校园内垃圾分类的效率。

学习目标：

了解人工智能常用技术：图像识别技术、语音技术的简单原理；

理解模式识别的特征、训练、分类等概念；

能运用工具实践简单版“垃圾种类识别”分类器以及语音识别语音合成应用；

学习Python程序设计的基本知识，利用三大结构设计并实践垃圾知识查询的程序；

【提高】通过教师引导以及自学材料训练更多类别的分类器，用在“垃圾分类”的程序中。

重点难点：

重点：

了解人工智能常用技术：图像识别技术、语音技术的简单原理；

能运用工具实践简单版“垃圾种类识别”分类器以及语音识别语手抄报简单的 音合成应用；

学习Python程序设计的基本知识，利用三大结构设计并实践垃圾知识查询的程序；

难点：

理解模式识别的特征、训练、分类等概念；

通过教师引导以及自学材料训练更多类别的分类器，用在“垃圾分类”的程序中。

3.单元整体教学思路

信息技术模块来自于北京市十一学校校本借景抒情的诗句 课程《人工智能技术与应用》的第二单元（原第三单元，

因腾冲一中的学情暂调整到第二单元），每学期的单元主题会根据真实问题适当调整。

本学期单元任务是：AI助力垃圾分类，利用人工智能技术以及编程技术帮助师生更高效地进行垃

圾分类，维护校园环境。本单元根据课程内容及学生情况重构了高中必修模块1-数据与计算的python

编程部分以及选择性必修模块4-人工智能初步主要内容，采用项目式教学（PBL），在项目实践的同

时学习计算机视觉技术、程序设计基础知识（原在第二单元已学，根据腾冲一中学生调整）、语音技

术，并最终解决实际问题。本单元包含3个子任务，具体内容以及教学活动、学生活动如下：

第1单元

AI是什么？

第2单元

AI改变生活

第3单元

HelloPython

第4单元

项目实践

课时教学设计

课题探索图像识别——“AI助力垃圾分类”之看图识物

课型

新授课√章/单元复习课□专题复习课□

习题/试卷讲评课□学科实践活动课□其他□

1.教学内容分析

指导思想

高中信息技术课标中提出，课程需兼重理论学习和实践应用，通过丰富多样的边城摘抄 任务情境，鼓励学

生在数字化环境中学习与实践；倡导基于项目的学习方式，让学生参与到信息技术支持的沟通、共

享、合作与协商中，体验知识的社会性构建。课程内容上需选择体现时代性的课程内容，培养以学习

为中心的教与学关系，在解决问题的过程中提升信息素养，构建基于学科核心素养的评价体系。

在选择性必修模块4-人工智能初步中，学生能描述典型人工智能算法的实现过程，通过搭建简单

的人工智能应用模块，亲历设计与实现简单智能系统的基本过程与方法（计算思维），了解人工智能

新进展，并能适当用在学习生活中（数字化学习与创新），增强利用智能技术服务人类发展的责任感

（信息意识、信息社会责任）。

教学内容

本节课来自北京市十一学校校本课程《人工智能技术与应用》的第二单元（详细见下图），为单

元子任务1-“看图识物”的第一节课。本节课主要了解图像识别的概念及原理,理解分类模型和准确率概

念，了解数据多样性对分类模型准确率的影响，并引导学生设计一个解决简单的垃圾分类方案（建议

垃圾分类，但不限于垃圾分类）。

2.学习者分析：

本节课学生是腾冲一中高一年级的学生，刚上高中1个月。

知识技能：部分学生在初中学习过scratch编程，未学习过python编程，未接触过人工智能类课

程。有一定信息技术基本技能，能正确使用浏览器，访问网站等。

生活经验：对人工智能概念有所了解，使用过一些相关应用，通过新闻了解过“垃圾分类“的重

要性，对自己学校富有感情。

年龄特征：对人工智能技术兴趣浓厚，对用技术解决实际问题抱有很高热情，喜欢新鲜有挑战的

课堂活动，对未知事物有好奇心和探索欲望。

针对学习内容以及学情，本课运用了提问法、演示法、讲授法、小组探究法，采用了体验式教

学、探究式教学、项目式教学的策略。

3.学习目标设计

知识与能力：

•了解图像识别的概念及简单原理，理解其中分类模型、准确率的概念；

•了解数据多样性对分类模型准确率的影响；

•利用图像识别原理，设计一个简单的垃圾分类方案，用于后期训练。

过程与方法：

•体验人类识别手机电池过程，作出对比流程图了解图像识别原理和人类识别类似；

•运用在线工具教机器识别三类物品，体验图像识别的数据收集、训练、预测的过程，了解分类模

型工作原理以及准确率的概念；

•通过探究实验，了解数据多样性对准确率的重要性；

•根据老师提供的垃圾分类一览表以及设计表，设计自己的垃圾分类方案。

情感态度与价值观：

•认识到垃圾分类以及保护环境的重要性；

•提升用人工智能技术解决实际问题的能力，感受技术对生活和学习带来的影响，激发学生的学

习兴趣，提升创新意识、探究思维。

4.学习重点难点

重点：

•了解图像识别的概念及简单原理，理解其中分类模型、准确率的概念；

•利用图像识别原理，设计一个简单的垃圾分类方案，用于后期训练。

难点：

•探究数据多样性对分类模型准确率的影响；

策略：

•体验式教学、探究式教学、小组协作等教学方法，为学生提供丰富的资源和工具；

5.学习活动设计

教的活动1：新课导入3mins

1.从“灵魂质问”出发，引出垃圾分类热点。

2.通过“垃圾大作战”的小游戏（平台随机点名互动游

戏），引出人们在分类上遇到非常多的难题，且人力

成本极大，引出技术提高分类效率的需求。

3.抛出单元主题：“AI助力垃圾分类”。展示垃圾分类

工具的拍照智能识别功能。提出本节课目标：学习图

像识别的原理，让“智能垃圾分类器”能识别图片中

的物体是什么。

学的活动1：确立目标

1.“垃圾大作战”游戏中，给垃圾

分类，意识到垃圾分类的困难。

2.观看视频，思考拍照进行垃圾分类

运用到的技术，思考如何能自动识

别图片中的物体；

3.通过老师引导，建立单元目标以及

本节课学习任务。

设计意图：

1.热点话题以及垃圾分类游戏引起学生关注，提高学生垃圾分类的环保意识；

2.引入单元任务，引出本节课的任务，提高学生的目标感和积极性。

教的活动2：原理分析15mins

1.讲解什么是图像识别

从人类识别过程引出图像识别概念，图像识别是借助计

算机技术对图像做出各种处理、分析，最终识别我们所要

研究的目标。

2.计算机识别图片的简单原理（经验回顾+工具体验）

抛出问题“计算机如何识别图片？”

第一环节（经验回顾）引导学生分析如何识别手机电

池，总结人类识别流程，引出特征和规则。

第二环节（工具体验）组织学生体验teachable

machine，教会机器识别废纸、塑料瓶的过程。总结整个

过程分为图片录入、教和阳光村务 识别过程，引出数据、训练和预

测的概念。

（对比流程图）总结整个计算机识别图片的过程和人类

识别的过程类似。

3.讲解分类模型的工作原理

讲解判断一个事物的类型的过程被称为分类。分类模型

就是机器计算出来的特征和规则，类似人类学习得到的知

识。并有二分类模型、多分类模型。

通过训练和识别的流程图讲解分类器的工作原理。

通过伪代码展示计算机本质是通过程序完成这一系列操

作。

4.讲解准确率概念

如何判断分类模型好坏？用准确率去衡量。讲解完二类

分类如何计算之后，引导学生体验自己计算三类分类模型

的准确率。

最后引出影响准确率的三要素：特征、算法、数据。

学的活动2：体验工具&总结

1.结合自身识别过程，理解图像识别

概念；

2.体验训练机器识别的过程，总结计

算机识别物体需要的过程；

3.聆听老师讲解分类模型的概念，通

过流程图和伪代码，了解分类模型

简单工作原理；

4.聆听老师讲解准确率的概念以及计

算方法，自己尝试计算一个分类模

型的准确率。

【自学材料】有兴趣的同学可以深入

学习计算机领域领域综述论文（包括

计算机视觉的任务、图像识别技术的

历史及现状等）。

设计意图：

1.通过类比人类识物的流程，体验训练机器识别的过程，作出流程图，帮助学生了解图像识别的

基本原理；

2.引导学生理解分类模型以及准确率的概念，为后面自己训练模型提供理论支持。

教的活动3：组织探究实验10mins

1.讲解探究实验方法（1分钟）

提供探究实验脚手架（见附件1）引导学生探索什么样

的训练数据，能让识别效果更好。

2.分组实验（5分钟）通过dojo平台计时器管理时间。

3.引导学生分析实验结果（4分钟）

学的活动3：探究实验

1.探究不同训练数据对结果的影响；

2.在老师引导下，总结并得出结论。

引导学生分享自己的尝试，老师总结得到数据的种类需

要丰富、角度形态需要多样的结论。强调在算法一定的情

况下数据很关键，训练分类模型，需要“见多识广”，需

要收集能尽量覆盖真实情况的大数据。

设计意图：

1.在探究实验中，体验数据对结果的重要性；

2.为后期训练分类模型，采集数据提供方法指导。

教的活动4：引导设计方案10mins

1.抛出任务（2分钟）

预告下节课我们要训练一个真实的模型用于垃圾分类，

并展示任务平台。提供简单版垃圾分类一览表（见附件

2），并说明任务。

2.引导学生完成设计任务（5分钟）

提供图像识别任务设计表（见附件2），引导学生分组

设计自己的方案，用于后期训练，并个性化指导。

3.学生提交分享，教师引导总结（3分钟）

学生通过Dojo平台（见附件5）提交，老师选择有特

点的小组进行分享，点评并引出最终最合适的方案。

学的活动4：设计分类方案

1.聆听老师介绍下节课的任务平台。

2.回顾所学，结合实际问题思考方

案；

3.分组设计并填写的任务设计表；

4.分享任务设计，并互相学习反思。

设计意图：

1.学生利用所学原理解决实际问题，检验学生课堂学习成果;

2.提供设计表和垃圾分类一览表引导学生设计自己的任务，亲历整个从想法到实践的过程，为后

期实践提供方法指引。

教的活动6：总结&过渡2mins

1.总结本节课所学；

2.抛出下节课目标，布置课下任务：收集自己想要做的

垃圾分类器的图片数据，下节课进行训练并测试。

学的活动5：反思&总结

1.反思本节课所学，思考下节课的任

务。

设计意图：

1.总结本节课内容，铺垫后期课程内容。

6.板书设计

7.学习评价设计

教师点评：通过平台随机点名方式学生回答问题，进行加分奖

励，对学生课堂表现实时点评；在分享环节进行口头点评，最后

在dojo平台对提交的任务单进行反馈

以及点赞（见附件5）。

学生自评：在探究实验及设计方案时通过脚手架学生实现自评，自我调整方案（见附件1、2）。

过程性评价：课后根据学生表现进行过程行评价，总分60（见附件3）。

8.

特色学习资源分析、技术手段应用说明

1)学习单元整体设计：从垃圾分类实际问题入手，PBL的方式让学生在解决问题的过程中，更深

入了解知识，提升解决问题的综合能力，同时也提高了同学们的环保意识。

2)Classdojo平台（见附件5）：师生课堂交流平台，帮助更好的推进和组织课堂，使师生交流更

活跃、高效。

3)TeachableMachine（见附件4）：基于浏览器端的训练工具，任何同学都能在不编写代码的情

况下，体验如何训练一个分类模型。让枯燥的原理趣味化，降低学生理解原理的难度。

4)百度EasyDL定制化训练工具：百度提供的定制化训练工具，只需要有基本的图像识别知识，

通过上传数据即可获得模型。第二节课利用工具训练实际可用的模型，以较低开发成本让学生

体验训练分类器的过程。

5)百度AI（课后体验）：大量成熟的工具，让学生们能在很低的开发成本下，体验成熟案例。

6)学习任务单：任务单和设计表帮助学生更好了解课堂任务以及如何更好地完成；

9.教学总结

本课根据高中课标以及授课学生的情况进行内容调整，在未有儿童英文动画片 python基础的情况下，深入浅出为

高中学生介绍了原理及相关概念、并运用所学设计方案解决实际问题，为后续课程的实践做铺垫。

本课内容没止步于体验，而是从原理及底层概念出发，对学生提出了更高的要求。但利用有效的工

具和丰富素材，通过合理的课堂活动，让学生自然习得知识，符合高中生的认知以及高中课程要求，

让学生对人工智能的本质有了进一步了解。

附件1:分组探究脚手架

附件2:图像识别任务设计表

附件3：过程性评价表

（课堂任务-25、课堂表现-10、资源利用-10、创新与进

步-5、出勤-10）

附件4:Teachablemachine平台

附件5:classdojo平台

点击start,做任务

在stories⾥可以查看

⽼师发的资料

查看⾃⼰的评价