高中信息技术沪教版（2019）必修1 数据与计算单元挑战 尝试人工智能绘画公开课教案

这是一份高中信息技术沪教版（2019）必修1 数据与计算单元挑战 尝试人工智能绘画公开课教案，共3页。教案主要包含了新课导入，图像风格迁移，自主探究，交流评价与反思等内容，欢迎下载使用。


■教材分析
“尝试人工智能绘画”这一小节，旨在让学生进一步体验人工智能技术，掌握使用已有模型和 Ｐｙｔｈｏｎ代码进行体验的方法，理解迭代次数对机器学习效果的影响。
教师将提供一定的学习指导和资源，让学生以小组为单位，在课下完成本节内容，并提
交学习报告。学生积极开展数字化学习，充分利用网络上的“图像风格迁移”的相关学习资源。
■教学目标
1、知识和技能
体验人工智能技术。
2、过程与方法
充分利用网络上的“图像风格迁移”的相关学习资源，积极开展数字化学习，进一步体验人工智能技术。
3、情感态度与价值观
通过学生通过使用 Ｐｙｔｈｏｎ 及其第三方工具进行“图像风格迁移”过程的体验，促进计算思维的形成与发展。
■教学重点：
了解“图像风格迁移”。
■教学难点：
在Ｐｙｔｈｏｎ 环境中安装第三方工具。
■教学准备
计算机教室，Pythn,投影机。
■教学过程：
一、新课导入
想不想把自己的照片变成梵高画作的风格？神经网络科学家发现，利用卷积神经网络可以让计算机模仿任何画家的绘画风格，重新绘制一张图片，这种方法叫作“图像风格迁移”( Neural Style)。在本项目中，让我们利用Neural Style,制作出各种画风的图片。

原图 模仿的图 结果图
二、图像风格迁移
所谓图像风格迁移，是指利用算法学习著名画作的风格，然后再把这种风格应用到另外一张图片上的技术。
三、自主探究
1.以小组为单位，收集几张用于转换风格的图(原图)，以及几张不同流派画家的作品图片(模仿的图)。
2.从网上下载相关的Pythn代码及Pre-trained VGG netwrk模型文件，并在Pythn环境中安装相关的第三方工具。
3.准备就绪后，运行相关代码，处理图片。
4.尝试设置不同的迭代次数，得到不同的效果。比比谁制作的图片的风格更接近所模仿画家的绘画风格。
5.设置一些不同时间段的确认点，保存中间处理过程中的图片，看看到底发生了什么。
四、交流评价与反思
向同学展示自己制作出来的图片，谈谈心得与体会，并讨论如何才能做出风格更接近被模仿画家的图片。探究不同图片效果产生的原因，并讨论为什么处理过程所需时间会较长。如果条件允许，可以在具备GPU的计算机中再次行代码，看看会有什么不一样。