面向智慧农业的深度学习与机器视觉师资培训实践

曹英丽，周云成，王敬依，于丰华

（沈阳农业大学 信息与电气工程学院，辽宁 沈阳 110866）

深度学习与机器视觉是智慧农业的重要技术支撑，教育部高等教育司产学合作协同育人项目联合遨博（北京）智能科技有限公司开展“面向智慧农业”的深度学习与机器视觉师资培训与实践，通过培训项目的实施培养农业信息化领域“双师型”师资队伍，全面提升一线教师教学水平和实践能力。

1 深度学习与机器视觉在智慧农业中的应用

智慧农业是农业生产的高阶阶段，其前景是将互联网、物联网、数据计算进行统一应用。农业信息的感知、处理与智能决策离不开现代科学技术，智慧农业试图能以人类智能相似的方式进行农业种植和管理；机器学习是人工智能的一部分，核心是使用算法从中无序的海量数据中学习知识，做出智能决策；深度学习是机器学习的特殊形式，它通过构建深度神经网络自动的从数据中提取特征和模式，并对任务进行训练和优化；计算机视觉是人工智能的子领域，主要对象是图像和视频数据，通过计算机处理和分析,能够“看到”和“理解”视觉信息。深度学习与机器视觉在农作物生长监测与管理、农业生产机械化、自动化、智能化、作物病虫害预防、农产品流通与农业市场监管等方面已经有了长足的应用。

2 面向智慧农业提升高校人工智能领域教师能力的背景与意义

深度学习与机器视觉等信息化技术是我国农业现代化建设的重要支撑，国家“2025智能制造”乡村振兴战略等对信息技术人才培养提出了更高的要求，在此教育需求背景下亟须提升教师教学水平和实践能力。为推动人工智能、机器人、机器视觉行业的发展，加快人工智能、智能制造领域高层次人才培养，提高教师的知识、技术能力和教学水平，开展相关师资培训，为高校人工智能领域教师提供学习及交流机会，对提升人工智能相关专业师资水平、提高人才培养质量具有重要意义。

3 师资培训项目的建设与目标

为提升高校人工智能领域教师教学能力和水平，本项目联合遨博（北京）智能科技有限公司与沈阳农业大学，开展“面向智慧农业深度学习与机器视觉师资培训”。通过师资培训、技术培训、项目研究、协同育人等方式，强化教师的实践操作能力、教学能力，为高校培养既深谙产业技术实践应用又精通机器人技术理论的“双师型”师资队伍，全面提升一线教师教学水平和实践能力。

4 面向智慧农业的深度学习与机器视觉师资培训总结

（1）师资培训的组织。本项目师资培训由沈阳农业大学与遨博（北京）智能科技有限公司联合组织与实施，沈农具有农业工程、农学、生物、园艺等多学科交叉教学、科研平台为培训内容提供实践与应用环境，有效保障培训效果。遨博公司在智能机器人研发、人工智能应用软件开发等方面技术先进，可为师资培训提供技术、课程、案例等方面的支撑。

（2）培训具有丰富的教学资源。项目研发形成丰富的教学资源，完整课程体系、专业的教材、全套PPT课件、配套实验案例、实践平台等机器学习课程套装，可为全面掌握深度学习与机器视觉系统应用。

（3）培训教学方法先进。本次师资培训采用案例教学+翻转课堂+工程实践的模式，结合智慧农业等领域选取实际项目作为教学案例，结合应用实际讲解机器视觉的应用原理、技术，实现理论与实际应用的无缝对接；培训中广泛采用小班、讨论等翻转式互动教学模式，师生互动讨论与分享；深入开展“信息技术”智慧农业应用实践活动。

（4）通过培训的实施切实提升了农业信息化领域教师的教学水平与实践能力，并与行业领域相关公司、高校建立长期的产学研活动，长期开展学术交流、师资培训、协同育人等活动。