基于AIGC的OpenCV图像处理与应用课程教学模式探索

关键词：AIGC；大语言模型；OpenCV图像处理与应用；计算机视觉；教学改革；深度学习

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2024）36-0161-04 开放科学（资源服务） 标识码（OSID） ：

1 概述

随着人工智能技术的快速发展，计算机视觉技术在众多行业中发挥着越来越重要的作用。OpenCV作为一个开源计算机视觉库，在图像处理、图像识别、目标检测等领域得到了广泛应用。然而，传统的OpenCV图像处理与应用课程教学面临一些挑战，例如教学方式单一、教学案例缺乏吸引力、学生学习效果不理想等。为应对这些挑战，探索新的技术和方法，推动课程教学改革，提升教学质量势在必行。

AIGC（AI Generated Content，即人工智能生成内容） 是指利用人工智能技术自动或辅助生成文字、图像、视频、代码等内容。AIGC目前已广泛应用于写作助手、AI绘画、对话机器人、数字人等产品，实现了文本生成、图像生成、音视频创作与生成、电影与游戏、科研与创新、代码生成、内容理解与分析等领域的应用[1]。作为人工智能领域的前沿技术，AIGC正在以前所未有的速度改变人们的工作方式、创意过程和日常生活[2]。

将AIGC应用于OpenCV课程可以有效解决传统课程教学中存在的问题，通过丰富教学手段、提升教学案例的吸引力和趣味性、增强学生的学习效果，推动课程改革。AIGC作为人工智能新技术，对于高职教育的课程改革具有重要意义。

1.1 高职技能人才培养过程中遇到的困难和挑战

1） 教学方法：高职的教学中存在教学模式过于传统的问题，传统的教学方法往往侧重理论传授和技能训练，忽视了对学生创新能力的培养[3]。

2） 教学内容：计算机视觉领域技术更新迅速，由于教学内容的滞后，课程内容经常跟不上行业发展趋势，学生所学技能往往达不到企业的要求。

3） 教学资源：传统的OpenCV课程设置过于注重理论教学，或者内容讲解偏向于知识点，而没有形成综合性的应用，缺乏企业真实项目的培养和真实应用场景项目的开发，导致学生只能掌握片面的知识点，而缺乏实际的项目开发能力。

4） 学生特点：高职学生来源于不同层次，不同层次的学生学习能力不同，统一的课程设置难以满足学生个性化学习需求。

1.2 AIGC 助力教学改革

在高职专业课程教学中，可以通过引入AIGC从以下几个方面促进教学改革：

1） 丰富教学手段，提高学生学习兴趣。通过AIGC 实现虚拟实验室、互动式教学等新型教学方式，增强课堂趣味性。例如，在OpenCV课程中，教师讲解完“读取和播放视频”知识点后布置练习，学生在完成过程中若代码出错，可随时借助AIGC解决问题。AIGC帮助学生快速掌握知识点，提升学习兴趣；同时，作为助教工具，AIGC减轻教师工作量，提高课堂效率。

2） 更新课程内容，紧跟行业发展。AIGC可快速获取最新计算机视觉技术和发展动态，为课程内容提供实时更新，确保教学内容与行业需求同步。

3） 强化实践教学，提高学生动手能力。通过AIGC设计实验项目，将实际项目作为课程案例，提升学生实践能力。例如，利用AIGC设计“花卉识别系统”或“动物识别系统”综合项目，提供代码及数据集网址，学生可修改完善代码，进一步提升项目开发能力和代码编写水平。

4） 实现个性化学习，满足不同学生的学习需求。AIGC根据学生的学习进度、兴趣和能力，提供个性化学习资源和辅导，满足不同层次学生的需求。

2 AIGC 在OpenCV 图像处理与应用课程教学中的应用

2022年以来，随着ChatGPT、Bard、文心一言、智谱清言、通义千问、讯飞星火等大语言模型的不断涌现，教育领域可能成为ChatGPT等大语言模型最直接的落地场景。大语言模型已经能够深入理解并适应不同教学场景，在多类场景中为教师及学生提供精准而个性化的帮助，推动教育主体、教育模式、教育内容发生范式变革。AIGC作为大语言模型技术的一种应用，可以助力OpenCV图像处理与应用课程进行教学改革，如对课程内容进行快速更新，有效促进课程的实践，并帮助教师调整教学方法等。

2.1 AIGC对OpenCV图像处理与应用课程教学的影响

AIGC技术的引入对OpenCV图像处理与应用课程教学具有显著影响[4]，主要体现在以下几个方面：

1） 课程内容的更新：传统OpenCV课程侧重基础图像处理技术，如边缘检测、特征提取、图像滤波等，但这些内容已不足以满足行业需求。引入AIGC技术后，课程内容可扩展到机器学习、深度学习、卷积神经网络（CNN） 等高级主题，帮助学生掌握最新技术并培养创新能力和解决复杂问题的能力。

2） 实验和项目的改进：AIGC技术使实验和项目更贴近实际工业应用。例如，学生可利用预训练深度学习模型进行图像分类和目标检测，教师可设计更丰富的实验案例，如花卉识别或医疗影像识别项目。这些项目不仅提高学生兴趣，还能增强其解决实际问题的能力。

3） 教学方法的调整：教师可利用AIGC技术备课，设计课程大纲、活动安排及问题任务。高职课堂注重教学做一体化，可针对每章节设计项目任务，让学生通过AIGC学习知识点并完成任务。同时，AIGC技术支持个性化教学，通过分析学生数据，为其提供定制化学习路径和资源，满足不同学生需求，提高学习效果与满意度。

4） 学习评价的变革：AIGC技术引入了基于学习过程的实时评价。通过分析学生互动、讨论及项目完成情况，AIGC可以更全面、客观地评价学生学习成果，超越传统依赖考试和作业的评价方式。

5） 教师角色的转变：在AIGC支持下，教师从知识传授者转变为学习引导者和促进者，成为学生学习的辅导者和伙伴。这要求教师需要不断提升自身专业技能，以更好地利用AIGC技术服务教学。

总之，AIGC技术在OpenCV课程教学中的应用，不仅丰富了课程内容，改进了实验和项目，调整了教学方法，还促进了学习评价的变革和教师角色的转变，从而提升教学质量，培养适应新时代需求的高素质技术技能人才。然而，AIGC技术也存在局限性，如生成内容的准确性问题及对学生自主学习能力和批判性思维的潜在影响。因此，教师应合理利用AIGC 技术，结合传统教学方法，以实现最佳教学效果。

2.2 AIGC 在OpenCV 图像处理与应用课程教学中的实施过程

自2023年以来，我国AI领域发展迅猛，AI大模型如雨后春笋般涌现。其中，智谱清言和文心一言作为杰出代表，展现了独特魅力和巨大潜力。

智谱清言由清华大学与智谱AI联合研发，基于千亿级语料库，具备强大的语言理解和生成能力，可轻松应对文本生成、分类、机器翻译、情感分析等任务。不仅在国内外评测中名列前茅，还在特定任务上取得世界领先成绩。例如，生成高质量文章、摘要，准确分类主题和情感，翻译流畅自然的译文。其新一代基座大模型GLM-4性能显著提升，接近业界领先的GPT-4。

百度推出的文心一言同样表现卓越。作为知识增强型大语言模型，它在写作、文案创意、问答、代码等领域展现了强大能力，尤其在中文语境中表现突出。其丰富的插件商城（如PPT助手、长文档摘要问答、学术检索助手、思维导图等） 极大拓展了应用范围。文心一言4.0版本在理解、生成、逻辑、记忆四大能力上均有显著提升，尤其逻辑和记忆能力的提升幅度远超理解和生成能力。

在OpenCV教学中，我们主要采用国内表现优秀的智谱清言和文心一言进行教学改革。以OpenCV深度学习模块DNN的教学为例，使用智谱清言演示教学实施过程，并通过AiPPT（https：//www.aippt.cn/） 生成DNN模块的PPT。

目前，国内基于AI大模型技术的PPT制作工具主要包括AiPPT、讯飞智文、清言PPT、文心一言的PPT 助手等，表1总结了它们的不同特点。

AiPPT作为PPT制作工具，具有智能排版、丰富模板、在线编辑、易操作、云存储等优点，同时提供大量图表、图片、图标等设计资源，制作的PPT美观实用，易于修改，非常适合教学使用。因此，本课程教学中采用AiPPT作为PPT制作工具。

下面从课前备课、课中教学和课后拓展三个阶段介绍整个实施过程：

1） 课前备课阶段

① 生成教学大纲

首先，打开智谱清言网站，输入提示词：“请生成OpenCV图像处理与应用课程的深度学习模块DNN 章节的教学大纲”。系统会生成如图1所示的内容。可以多次提问，选择最符合需求的教学大纲。

② 生成PPT

将生成的教学大纲内容复制并修改，使其更符合教学需求，然后保存为.txt文件。接着，打开AiPPT网站，选择“导入本地大纲”，将保存的大纲.txt文件导入。

导入后，AiPPT会根据教学大纲生成对应的PPT （见图2） 。在生成过程中，可以对大纲目录进行进一步修改（见图3） ，然后选择合适的模板（见图4） 。完成模板选择后，点击“生成PPT”，系统会自动生成与大纲内容一致的PPT。

生成后，可以预览PPT内容，并根据需要进一步编辑（见图5） 。确认无误后，PPT可下载保存或直接分享，用于课堂教学。

③ 设计课程案例

a. 生成图像识别案例。 打开智谱清言网站，输入提示词：“请帮我设计一个OpenCV基于深度学习的图像识别案例”。系统会生成一个完整的案例设计（见图6） 。

b. 生成图像数据集地址。 在智谱清言中输入提示词：“请帮我列举5个宠物图像数据集的下载地址，要将地址完整链接进行列表展示”。系统会生成一个包含5 个宠物图像数据集完整下载链接的列表（见图7） 。

c. 生成图像识别案例代码。在智谱清言中输入提示词：请使用 OpenCV 的 DNN 模块结合 ResNet50 编写一个用于识别不同宠物品种的图像识别系统的代码（见图 8） 。

d. 生成DNN模块实验。在智谱清言中输入提示词：请使用OpenCV的DNN模块结合ResNet50设计花卉识别的实验（见图9） 。

e. 生成课堂讨论问题。在智谱清言中输入提示词：请对OpenCV的深度学习模块设置三个讨论问题（见图10） 。

f. 生成题库。在智谱清言中输入提示词：请帮我生成 OpenCV 的 DNN 模块相关的 10 个填空题、10 个单选题及其答案（见图 11） 。

2） 课中教学阶段

教师的课中教学过程如下：

① 教师首先讲解备课阶段生成的 OpenCV 深度学习 DNN 模块的 PPT，帮助学生理解 DNN 模块相关的知识和技能点。在课堂讲解过程中，针对知识点遇到的问题，教师可以随时在智谱清言或文心一言中搜索答案。

② 教师讲解备课阶段设计的宠物识别案例的设计思路和过程，并对代码的实现思路与本次课程相关的知识点和技能点进行融合分析。

③ 教师选择备课阶段准备的课堂讨论问题进行提问，引导学生思考，并组织学生分组讨论和上台演讲，以提升学生的团队合作能力和表达能力。

④ 布置备课阶段设计的实验作业，要求学生自行搜索花卉数据集并设计花卉识别系统。图 12 为学生设计的花卉识别系统。

3） 课后拓展阶段

① 实验项目拓展。学生在课堂上完成实验项目后，可以引导学生在智谱清言中搜索如何使用另一种深度学习模型（如 MobileNet SSD） 进行花卉识别系统的设计，从而实现实验项目的拓展，培养学生制作综合项目的能力（见图 13） 。

② 个性化学习。学生可以根据自身的学习情况，针对不太理解的内容继续向大模型提问，以进行深入理解（见图 14） 。

③ 作业批改。学生将完成的课后作业文件“DNN 模块练习”上传到智谱清言中，并输入提示词：请对这个练习题进行批改。可以看到，智谱清言会对“DNN 模块练习”文档中的每个题目进行详细的批改和提供建议（见图 15） 。

④ 答疑解惑。学生对于 DNN 模块中不理解的部分，可以继续向大模型提问，进一步学习该模块相关内容（见图 16） 。

以上对 AIGC 在 OpenCV 图像处理与应用课程教学的实施过程进行了阐述，由此可以看出，AIGC 能够大大减轻教师的备课工作量，成为教师教学的有力助手和学生学习的导师。学生在课后学习中遇到困难时，可以随时向大模型提问，从而获得针对性的、及时有效的指导。课下的“智能助手”与课上教师的教学相配合，为每个学生提供更有益的学习路径 [5]。

3 结论

本文阐述了 AIGC 技术对 OpenCV 图像处理与应用课程教学的影响，以及该技术在 OpenCV 课程中的应用实施过程。通过本课程的实践可以看出，AIGC 的引入不仅提高了教师的工作效率和教学质量，还提升了学生的学习兴趣。AIGC 在其他课程中的应用同样具有类似的效果和意义，因此具有良好的推广应用价值。

随着教育信息化的进一步发展，AIGC 有望与其他教育技术（如虚拟现实、大数据等） 相结合[6-8]，形成更为完善的教育体系。例如，将 AIGC 与虚拟现实技术相结合，可以为学生提供更具沉浸感的 OpenCV 课程体验，进一步提升教学效果。AIGC 技术还可被应用于 OpenCV 课程评价，通过对学生学习过程的数据分析，为教师提供有针对性的教学建议。此外，AIGC还能实现自动化评价，减轻教师的工作负担。

AIGC 技术的应用将促使教师角色从传统的知识传授者转变为教学设计者、引导者和辅导者。同时，学生的学习方式也将发生变化，从被动接受知识转向主动探索、实践和创新。总之，AIGC 技术在 OpenCV 课程教学中的应用具有广泛的前景。通过不断探索和研究，我们有望实现教育资源的优化配置，提高教学质量，培养更多具备创新精神和实践能力的人才。