“计算机视觉”课程思政教学研究
时间：2023-07-01 14:20:03 来源：雅意学习网 本文已影响 人 
刘德阳，姚 玮，郑 馨
（安庆师范大学 计算机与信息学院，安徽 安庆 246133）
习近平总书记在全国高校思想政治工作会议上指出：“要用好课堂教学这个主渠道，思想政治理论课要坚持在改进中加强，提升思想政治教育亲和力和针对性”“使各类课程与思想政治理论课同向同行，形成协同效应”[1]。习近平总书记的重要指示精神为我国“大思政”教育格局的形成指明了方向。将思政元素融入国家高等教育过程，对培养德智体美劳全面发展的社会主义建设者意义重大。相比于本科生教育，研究生教育作为国家更高层次的高等教育，是培养国家高水平、高层次人才的主阵地，如何有效地将思政元素融入到研究生专业教学和实践教学过程中，将价值引领与专业知识传授有机结合，对培养德才兼备的高层次人才具有重要意义。本文以“计算机视觉”课程为例，旨在探讨研究生课程思政面临的挑战，以及如何提炼思政元素并有机融入专业教学过程中。
“计算机视觉”课程是安庆师范大学软件工程专业硕士研究生的一门专业核心课程。该课程融合了人工智能、深度学习、高等数学、机器学习，乃至神经生物学等不同领域，是一门高度交叉的学科，是我校软件工程专业数据感知与可视计算研究方向重要的课程支撑。基于深度学习技术，该课程主要培养研究生解决图像识别、检测与分割、可视化理解等方向科研问题的基本素养，以及获取新知识的能力，引导研究生树立正确的人生观、价值观。在这些能力的培养过程中，课程思政可以激发研究生自主学习的内在动力，对于知识传授和精神引领发挥了巨大作用[2-3]。然而，目前研究生课程思政仍处于初期阶段，开展“计算机视觉”课程思政依然面临一些挑战。
1.1 课程的专业性与思政元素的隐蔽性导致二者结合难度大
研究生课程思政要求在课程教学过程中将专业知识与思政元素进行有机融合，进而达到“三全育人”的效果[4]。然而，对于“计算机视觉”课程教学而言，由于该课程难度系数较大，挖掘课程知识点、剖析课程重难点仍是课程教学的主要方向。另外，研究生思政教育资源较为缺乏，且课程教材中思政元素隐蔽性强，也未明确可参考的思政内容，导致了该课程融入思政教育元素难度大。由于该课程的专业性强，生硬刻板地嵌入思政元素，会导致课程思政的形式化，其结果必然是教学生硬、刻板、晦涩难懂，达不到协同育人的效果。因此，如何有针对性地挖掘“计算机视觉”课程思政元素，使该课程教学既具有知识性，也具有思想引领功能，是解决二者结合难的关键[5]。
1.2 教学模式单一与课程考核评价的缺失限制了课程思政功能的发挥
在“计算机视觉”课程教学过程中，大都是利用具体算法或模型的讲解来引导研究生解决实际问题。灌输式的教学模式仍是主流。然而这种单一的教学模式必然带来思政元素生硬、枯燥地嵌入，既不能很好地给研究生灌输正确的价值观，又可能引发研究生的厌学情绪，最终导致育人效果不佳[6-7]。此外，高效的课程思政育人效果考核评价机制是促进课程思政育人体系完善的重要举措[8]。然而，目前该课程的考核评价主要集中在可量化的指标上，如知识掌握程度、期末试卷成绩及教学工作量等，而缺乏对思政育人情况及效果的考核评价指标。这直接弱化了授课教师对课程思政的重视程度，带来的直接后果就是思政育人任务得不到有效落实。因此，如何打破单一的教学模式并构建完善的思政育人考核评价标准，是有效发挥思政育人功能的关键。
为进一步发挥课程思政育人功能，寻求专业知识与思政元素的巧妙融合，本文以“计算机视觉”课程为例，从专题式思政元素挖掘、教学模式和思政形式创新，以及课程思政考核评价标准完善三个方面系统探讨了研究生思政育人新思路。
2.1 挖掘专题式思政元素，促进专业教育与思政教育融汇贯通
推进“计算机视觉”课程思政的关键在于充分挖掘思政元素，并与课程知识点进行有机融合[9]。通常情况下，专业课教师大都基于该课程相关知识点来挖掘思政元素，对研究生进行灌输式思政教育[5]。但是，仅在课程知识点层面上融合思政元素是远远不够的，其直接结果就是会形成课程思政的“孤岛”，导致育人效果不佳[10]。因此，本文根据专业课程知识点特征，深度挖掘思政元素，提出构建思政专题的教育模式，将思政专题引入到课程教学过程中，系统性地对专业教育与思政教育进行有机融合（图1）。
“计算机视觉”课程知识点主要包含计算机视觉概念、前沿与研究问题、难点及解决方法，图像识别方法与分类器，卷积神经网络编程，图像分类网络，目标检测跟踪网络等。基于该课程知识点，可挖掘的思政元素有民族自豪感、“四个认同”、吃苦耐劳、职业操守、工匠精神、科学精神等。为了更好地契合研究生课程教学实际[11]，本文对所挖掘的思政元素进行分类，构建了家国情怀、专业素养与职业道德、学术道德以及科学发展观四个思政专题，并与教学内容进行结合，进一步突出了思政元素与专业内容的点、线、面有机融合，使得专业知识与思政元素相互促进。图1系统梳理了思政专题的构建及其与课程知识点结合的对应关系。
图1 思政专题构建及其与课程知识点结合的对应关系
以目标跟踪问题为例进行具体阐述。从网络结构来说，基于深度学习的目标跟踪算法大致可以分为基于卷积神经网络的目标跟踪算法、基于递归神经网络的目标跟踪算法、基于生成对抗网络的目标跟踪算法以及基于自编码器的目标跟踪算法。在教学过程中，可要求研究生给出这四类基于深度学习算法的模型框架。引导学生以严谨的态度去分析这四类目标跟踪网络模型的差异，潜移默化地培养学生科学严谨的研究态度。同时，指导研究生掌握特征提取过程、池化过程、生成对抗网络模型以及自编码模型搭建过程等。通过熟悉基于深度学习的目标跟踪网络模型搭建，将目标跟踪与图像分类、图像分割串联起来，形成系统知识面，达到专业教育的目的。而在思政育人方面，在培养研究生科学严谨、攻坚克难的品质同时，教师还可将其扩展到吃苦耐劳、责任心、职业操守、思想进取、学风建设以及实事求是等多个思政专题，实现思政元素由点到面的辐射，达到专业知识与思政元素相互促进的目的。
2.2 创新教学模式和思政形式，推动思政育人效果的落实
创新性的教学模式和思政育人形式需要同时具备专业性、娱乐性以及育人性[12]。教学过程既要注重专业知识与思政元素的有机结合，同时还要激发学生的学习兴趣和学习内生动力[13]。创新性的教学模式和思政形式是保障思政育人效果的有效途径。因此，本文基于“计算机视觉”课程，从教学模式和思政形式两个方面进行实践探讨，推动了思政育人效果的达成。
首先，针对灌输式教学形式单一、效果不佳的问题，本文提出了“视频+模型案例”“教师引导+翻转课堂”“线上+线下”三种教学形式协同的新模式，将专业性、娱乐性以及育人性融为一体，促进思政育人效果的高质量达成。在课前，针对授课模型案例，搜集或制作课程短视频，让学生直观地了解模型的主要功能，加深对模型的理解，激发学习兴趣。在课中，利用课程短视频，教师对课程知识点进行讲授，引导学生自主挖掘模型案例背后的知识，并通过翻转课堂等形式培养学生自主学习的思维模式。在课后，通过发布课程相关的挑战性题目，让学生进行线下解答，教师在线指导，使线上+线下的教与学实现有机统一，从而确保教学质量。
其次，在充分探索多种教学模式前提下，本文创新性地建立了多种思政形式，如开展课堂思政研讨、学生自主挖掘思政元素、打造系列讲座等，将思政元素巧妙地与专业知识进行融合，打造思政育人与专业讲授的“共同体”。通过课上的思政引导和课下在学术诚信、论文撰写、实习就业等方面的思政渗透，形成导学相长的“思政大研讨”局面价值观。本课程还尝试让研究生通过“学习强国”“慕课”等平台，自主收集思政元素并在课堂上分享，成为传播思政元素的桥梁。此外，邀请相关领域专家开展系列讲座，分享最新研究成果、科研心得以及治学精神等，在扩宽学生知识面的同时，引导学生树立正确的价值观。
更具体地，以图像识别方法相关知识点为例进行阐述。课前，在研究生课程教学群里发布图像识别技术在人脸识别智能测温、刷脸进门，以及口罩检测等场景应用的小视频（图2），激发学生对图像识别技术的兴趣。同时，要求学生各自收集一个基于CNN的图像识别网络模型及其助推科技发展的应用案例。课中，学生利用翻转课堂分享收集的图像识别网络模型，并在教师引导下进一步分析网络模型搭建细节以及探索模型实现精准图像识别的机理机制。此外，在教学过程中，穿插介绍学生收集的关于网络模型在国家科技发展过程中的应用案例，培养学生的民族自豪感和科学精神。课后，发布课程作业，要求学生对自己收集的图像识别网络模型进行改进，或者搭建新网络模型，进一步提升图像识别准确率。教师可进行线下或线上辅导，让学生对图像识别有更深层次的认识，从而引导学生树立正确的价值观。
图2 图像识别技术在疫情防控中的应用
2.3 完善课程思政考核评价标准，提升课程思政建设成效
课程考核评价是提升课程思政建设成效的有力抓手[14]。本文基于“计算机视觉”课程，探索打破单一量化指标的考核评价标准，建立了多维度的考核评价体系。该评价体系分为两部分：学生评价体系和教师评价体系。对于前者而言，将学生的课堂讨论情况、翻转课堂表现、思政元素挖掘情况等全教学过程列入到研究生期末成绩中，全方位考察学生对专业知识的掌握程度，以及对国家社会的关注度和认可度，系统评价课程思政育人效果。对于后者而言，则在考核教师教学工作量的同时，还将不定期邀请学院教学督导团听课，并就思政育人效果给出客观评价，作为后期改进的方向。此外，在课程教学结束后，还将通过研究生调查问卷、座谈等形式，收集学生对课程思政教学的意见及评价，并作为授课教师教学效果评价的重要组成部分。表1为构建的“计算机视觉”课程思政考核评价标准及各部分所占比例情况。
表1 课程思政考核评价标准及各部分比重
在“大思政”背景下，如何有效地将思政元素融入到研究生专业教育和实践教学过程中，将价值引领与专业知识传授有机结合，是为国家培养高水平、高层次人才的有效抓手。本文以“计算机视觉”课程为例，深入探讨了思政元素挖掘、课程思政教学模式构建，以及课程思政考核评价标准完善三个方面的内容，取得了一定的课程改革成效。一、通过课堂观察以及学院督导团反馈，我院2020级、2021级软件工程专业研究生参与课堂教学的活跃度大幅提升，对课堂案例以及课后的挑战性题目兴趣浓厚，运用课堂所学知识解决实际问题的能力得到了有效提升。课堂随访以及课程结束后的问卷调查和座谈显示，95%以上的研究生认为思政元素与教学内容结合紧密，对原本枯燥的知识点有了深度理解，激发了学习兴趣。二、思政育人促进了教师及学生的教学与科研水平提升。依托该课程思政教学经验，授课教师获批了我校首批研究生教育教学改革重点项目“课程思政背景下研究生线上智慧教学模式构建与实践”，多名研究生在计算机辅助设计、Information、Applied Soft Computing等高水平期刊上发表学术论文，并获批多项省级和校级研究生学术创新项目。总之，研究生课程思政是落实立德树人根本任务的关键，专业知识与思政元素有机融合可以实现知识传授与价值引领的同频共振。
猜你喜欢计算机视觉图像识别研究生基于Resnet-50的猫狗图像识别电子制作(2019年16期)2019-09-27高速公路图像识别技术应用探讨中国交通信息化(2019年4期)2019-07-13图像识别在物联网上的应用电子制作(2018年19期)2018-11-14图像识别在水质检测中的应用电子制作(2018年14期)2018-08-21机器视觉技术发展及其工业应用无线互联科技(2016年13期)2017-01-10危险气体罐车液位计算机视觉监控识别报警系统设计现代电子技术(2016年22期)2016-12-26论研究生创新人才的培养中国法学教育研究(2014年2期)2014-10-19幸福院里出了个研究生中国火炬(2009年8期)2009-07-24军事科学院招收1995年研究生军事历史(1994年5期)1994-01-18军事科学院1993年招收20名研究生军事历史(1992年5期)1992-01-18
