《机器视觉技术》教学大纲课程名称：机器视觉技术课程类别（必修/选修）：专业课限选课课程英文名称：MachineVisionTechnology总学时/周学时/学分：48/3/3其中实验/实践学时：24先修课程：具备Python程序语言、数据结构、基础的数学和统计学知识。后续课程支撑：专题制作、毕业设计星期二7-8节（2-17周）星期五3-4节（1-8周）授课地点：实验楼机房503授课时间：授课对象：23级智能制造1-2班开课学院：粤台产业科技学院任课教师姓名/职称：杨荣贵/副教授答疑时间、地点与方式：课堂或课后，教室或通讯软件，当面或线上答疑课程考核方式：开卷（）闭卷（）课程论文（）其它（）作业、期末报告使用教材：《计算机视觉实践（第2版）》，李轩涯、曹烽然、计湘婷，清华大学出版社，教材ISBN：9787302641773教学参考资料：《PyTorch生成对抗网络编程》，韩江雷，人民邮电出版社，出版日期：2020.12，ISBN：9787115546388课程简介：机器视觉技术(MachineVisionTechnology)课程通常涵盖广泛的主题，旨在让学生理解和应用机器视觉领域的基本概念和技术。课程内容将通过讲座、实际项目、案例分析和讨论来传授。学生将有机会使用流行的机器学习工具和框架，例如PyTorch，ResNet和YOLO，以实际动手经验深化他们的理解。课程教学目标及对毕业要求指标点的支撑：支撑毕业要求指标点毕业要求课程教学目标目标1：1.具有智能制造专业知识与技能的工1-工程知识：能够运用数学、基础科学、计算机科学与技术、企业互联网平台系统、电子商务信息管掌握机器视觉技术的基本概念、相关技术，解机器视觉程技术人才1
1 《机器视觉技术》教学大纲 课程名称：机器视觉技术 课程类别（必修/选修）：专业课 限选课 课程英文名称：Machine Vision Technology 总学时/周学时/学分：48 / 3 / 3 其中实验/实践学时：24 先修课程：具备 Python 程序语言、数据结构、基础的数学和统计学知识。 后续课程支撑：专题制作、毕业设计 授课时间： 星期二 7-8 节（2-17 周）星期五 3-4 节（1-8 周） 授课地点：实验楼机房 503 授课对象： 23 级智能制造 1-2 班 开课学院：粤台产业科技学院 任课教师姓名/职称：杨荣贵/副教授 答疑时间、地点与方式：课堂或课后，教室或通讯软件，当面或线上答疑 课程考核方式：开卷（）闭卷（）课程论文（）其它（） 作业、期末报告 使用教材：《计算机视觉实践（第 2 版）》，李轩涯、曹焯然、计湘婷，清华大学出版社，教材 ISBN：9787302641773 教学参考资料：《PyTorch 生成对抗网络编程》，韩江雷，人民邮电出版社，出版日期：2020.12，ISBN：9787115546388 课程简介： 机器视觉技术(Machine Vision Technology)课程通常涵盖广泛的主题，旨在让学生理解和应用机器视觉领域的基本概念和技术。课程内容将通过讲 座、实际项目、案例分析和讨论来传授。学生将有机会使用流行的机器学习工具和框架，例如 PyTorch, ResNet 和 YOLO，以实际动手经验深化他们的 理解。 课程教学目标及对毕业要求指标点的支撑： 课程教学目标 支撑毕业要求指标点 毕业要求 目标 1： 掌握机器视觉技术的基本概念、相关技术，了解机器视觉 1. 具有智能制造专业知识与技能的工 程技术人才 1-工程知识：能够运用数学、基础科学、计算机科 学与技术、企业互联网平台系统、电子商务信息管
技术在数据处理和规则提取中的应用现状、应用前景和研理与信息系统、电子商务经营管理等相关知识，对2.具备智能制造工程领域独立思考与究方向。创新开发能力企业互联网与电子商务系统开发运维问题具有解决能力。目标2：3.具备软件编程人工智能与通用型仪4-研究：能够熟悉企业互联网与电子商务系统的前强化在机器视觉中的算法设计、分析的能力：同时，培养器领域基础知识与专业技能端设计、后端设计、数据库设计、数据挖掘、大数学生阅读外文资料、文献调研方面的能力。4.具有学生人文素养、团队合作精神据分析、云计算等基本科学研究方法，具有科学研良好的职业道德与社会责任感，并且热究精神，为企业互联网与电子商务系统开发运维复爱祖国、遵纪守杂问题提出有效研究手段并将问题有效解决。法目标3：5-使用现代工具：能够针对智能制造工程复杂问题，锻炼学生应用各种手段查阅文献资料、获取信息、拓展知合理选用适当的技术、资源、现代工具，进行预测5.具有创新力·团队力专业力跨界识领域、继续学习并提高业务水平的能力。与模拟并做可行性分析。通过国际化视野和跨文化力服务力与英语运用能力。交流合作的能力，发掘更多有效解决问题的现代工具。理论教学进程表支撑教学模式周次教学主题授课数师学时数教学内容（重点、难点、课程思政融入点）作业安排课程教学方法线下/混合式目标课后作业：绪论：PyTorch重点：机器视觉观念剖析包括机器学习和3线下目标1杨荣贵课堂讲授框架神经网络练习安装2
2 技术在数据处理和规则提取中的应用现状、应用前景和研 究方向。 2. 具备智能制造工程领域独立思考与 创新开发能力 理与信息系统、电子商务经营管理等相关知识，对 企业互联网与电子商务系统开发运维问题具有解 决能力。 目标 2： 强化在机器视觉中的算法设计、分析的能力；同时，培养 学生阅读外文资料、文献调研方面的能力。 3. 具备软件编程，人工智能与通用型仪 器领域基础知识与专业技能 4. 具有学生人文素养、团队合作精神， 良好的职业道德与社会责任感，并且热 爱祖国、遵纪守 法 4-研究：能够熟悉企业互联网与电子商务系统的前 端设计、后端设计、数据库设计、数据挖掘、大数 据分析、云计算等基本科学研究方法，具有科学研 究精神，为企业互联网与电子商务系统开发运维复 杂问题提出有效研究手段并将问题有效解决。 目标 3： 锻炼学生应用各种手段查阅文献资料、获取信息、拓展知 识领域、继续学习并提高业务水平的能力。 5. 具有创新力、团队力、专业力、跨界 力、服务力与英语运用能力。 5-使用现代工具：能够针对智能制造工程复杂问题， 合理选用适当的技术、资源、现代工具，进行预测 与模拟并做可行性分析。通过国际化视野和跨文化 交流合作的能力，发掘更多有效解决问题的现代工 具。 理论教学进程表 周次 教学主题 授课教师 学时数 教学内容（重点、难点、课程思政融入点） 教学模式 线下/混合式 教学方法 作业安排 支撑 课程 目标 1 绪 论 ： PyTorch 框架 杨荣贵 3 重点；机器视觉观念剖析包括机器学习和 神经网络 线下 课堂讲授 课后作业： 练 习 安 装 目标 1
难点：机器视觉的整合性概念Anaconda课程思政融入点：在课程中加入涉及我国PyCharm,计算机科学家及工程师在对计算机学科发PyTorch。熟悉架构展作出的贡献和利用人工智能与机器学习神经网络的操作原理及技术在其他领域应用取得了新成就等，例如：政府大数据、商业大数据、生物工程大数据等内容，培养学生应用马克思主义基本原理分析问题的方法，激发学生的爱国热情和民族自豪感。重点：介绍CIFAR-10神经网络模型的架构课后作业：CIFAR-10模型难点：对于卷积神经网络原理的理解课堂讲授杨荣贵3目标2线下2实作CIFAR-10网搭建课程思政融入点：说明机器视觉技术对国络家AI发展的重要性，激发学生对于技能学习的热情，未来为国家做出贡献。重点：介绍ResNet网络的原理课后作业：难点：对于ResNet网络的应用场景损失函数与优化实实作CIFAR-10杨荣贵课堂讲授目标165-6线下课程思政融入点：说明机器视觉技术对国器网络的损失函数与家AI发展的重要性，激发学生对于技能学优化器习的热情，未来为国家做出贡献。ResNet模型搭课后作业：重点：介绍ResNet网络的原理杨荣贵3课堂讲授目标27线下建难点：对于ResNet网络的应用场景实作ResNet18网3
3 难点：机器视觉的整合性概念 课程思政融入点：在课程中加入涉及我国 计算机科学家及工程师在对计算机学科发 展作出的贡献和利用人工智能与机器学习 原理及技术在其他领域应用取得了新成就 等，例如：政府大数据、商业大数据、生 物工程大数据等内容，培养学生应用马克 思主义基本原理分析问题的方法，激发学 生的爱国热情和民族自豪感。 Anaconda, PyCharm, PyTorch。熟悉架构 神经网络的操作 2 CIFAR-10 模 型 搭建 杨荣贵 3 重点；介绍 CIFAR-10 神经网络模型的架 构 难点：对于卷积神经网络原理的理解 课程思政融入点：说明机器视觉技术对国 家 AI 发展的重要性，激发学生对于技能学 习的热情，未来为国家做出贡献。 线下 课堂讲授 课后作业： 实 作 CIFAR-10 网 络 目标 2 5-6 损失函数与优化 器 杨荣贵 6 重点；介绍 ResNet 网络的原理 难点：对于 ResNet 网络的应用场景 课程思政融入点：说明机器视觉技术对国 家 AI 发展的重要性，激发学生对于技能学 习的热情，未来为国家做出贡献。 线下 课堂讲授 课后作业： 实 实 作 CIFAR-10 网络的损失函数与 优化器 目标 1 7 ResNet 模型搭 建 杨荣贵 3 重点；介绍 ResNet 网络的原理 难点：对于 ResNet 网络的应用场景 线下 课堂讲授 课后作业： 实作 ResNet18 网 目标 2
络集程思政融入点：说明机器视觉技术对家AI发展的重要性，激发学生对于技能学习的热情，未来为国家做出贡献。重点：目标检测观念理解、训练模式难点：目标检测任务说明、常用数据集、性能指针目标检测原理与课后作业：课程思政融入点：通过讲述目标检测原理应用：YOLO11杨荣贵3课堂讲授建立目标检测数据目标3线下10从简到繁、从易到难、从特殊到一般，循Detection网络集(DataSet)序渐进。培养学生利用循序渐进、举一反模型训练三的方法认识、分析问题的能力：树立凡事要脚踏实地、从基础做起、积鞋步以至千里的理念。重点：关键点检测观念理解、训练模式难点：关键点检测任务说明、常用数据集、性能指针关键点检测原理课后作业：课程思政融入点：通过讲述关键点检测原解析：YOLO11杨荣贵3课堂讲授目标3建立关键点检测理从简到繁、从易到难、从特殊到一般，线下13POSE网络模型DataSet循序渐进。培养学生利用循序渐进、举一训练反三的方法认识、分析间题的能力：树立凡事要脚踏实地、从基础做起、积睦步以至千里的理念。3杨荣贵课堂讲授线下目标16机器视觉技术应重点：对机器视觉应用范围的了解4
4 课程思政融入点：说明机器视觉技术对国 家 AI 发展的重要性，激发学生对于技能学 习的热情，未来为国家做出贡献。 络 10 目标检测原理与 应用：YOLO11 Detection 网 络 模型训练 杨荣贵 3 重点；目标检测观念理解、训练模式 难点：目标检测任务说明、常用数据集、 性能指针 课程思政融入点：通过讲述目标检测原理 从简到繁、从易到难、从特殊到一般，循 序渐进。培养学生利用循序渐进、举一反 三的方法认识、分析问题的能力；树立凡 事要脚踏实地、从基础做起、积跬步以至 千里的理念。 线下 课堂讲授 课后作业： 建立目标检测数据 集(DataSet) 目标 3 13 关键点检测原理 解析：YOLO11 POSE 网络模型 训练 杨荣贵 3 重点；关键点检测观念理解、训练模式 难点：关键点检测任务说明、常用数据集、 性能指针 课程思政融入点：通过讲述关键点检测原 理从简到繁、从易到难、从特殊到一般， 循序渐进。培养学生利用循序渐进、举一 反三的方法认识、分析问题的能力；树立 凡事要脚踏实地、从基础做起、积跬步以 至千里的理念。 线下 课堂讲授 课后作业： 建 立 关 键 点 检 测 DataSet 目标 3 16 机器视觉技术应 杨荣贵 3 重点；对机器视觉应用范围的了解 线下 课堂讲授 目标
1,2,3用项目期末报告难点：对整体机器视觉应用的掌握课程思政融入点：说明机器视觉应用技术对国家AI发展的重要性，激发学生对于技能学习的热情，未来为国家做出贡献。24合计实践教学进程表教学项目类型（验证/综合支撑课周次学时授课教师实验项目名称教学内容（重点、难点、课程思政融入点）方法程目标/设计)掌握在PyTorch下建立CIFAR-10神经网络的方法。实验示范、分类问题：CIFAR-10网综合型杨荣贵6目标13-4课程思政融入点：培养实事求是的科学态度和学生操作络实作职业道德。第3周：中秋节休假掌握在PyTorch下建立ResNet神经网络的方法。分类问题：实验示范、杨荣贵综合型6目标18-9ResNet网络和YOLO课程思政融入点：培养实事求是的科学态度和学生操作职业道德。Classification实作第3周：中秋节休假。YOLO关键点检测掌握在PyTorch下建立YOLOPOSE神经网实验示范、11-1杨荣贵综合型目标26络的方法。学生操作(POSE)项目实战：训练2课程思政融入点：培养实事求是的科学态度和5
5 用项目期末报告 难点：对整体机器视觉应用的掌握 课程思政融入点：说明机器视觉应用技术 对国家 AI 发展的重要性，激发学生对于技 能学习的热情，未来为国家做出贡献。 1, 2, 3 合计 24 实践教学进程表 周次 实验项目名称 授课教师 学时 教学内容（重点、难点、课程思政融入点） 项目类型（验证/综合 /设计） 教学 方法 支撑课 程目标 3-4 分类问题：CIFAR-10 网 络实作 杨荣贵 6 掌握在PyTorch 下建立CIFAR-10 神经网络的 方法。 课程思政融入点：培养实事求是的科学态度和 职业道德。 第 3 周：中秋节休假。 综合型 实验示范、 学生操作 目标 1 8-9 分类问题： ResNet 网 络 和 YOLO Classification 实作 杨荣贵 6 掌握在 PyTorch 下建立 ResNet 神经网络的方 法。 课程思政融入点：培养实事求是的科学态度和 职业道德。 第 3 周：中秋节休假。 综合型 实验示范、 学生操作 目标 1 11-1 2 YOLO 关 键 点 检 测 (POSE)项目实战：训练 杨荣贵 6 掌握在 PyTorch 下建立 YOLO POSE 神经网 络的方法。 课程思政融入点：培养实事求是的科学态度和 综合型 实验示范、 学生操作 目标 2
职业道德。掌握在PyTorch下神经网络导出ONNX模型的方法。YOLO关键点检测课程思政融入点：要求学生处理实验数据必须实验示范、杨荣贵6综合型目标314-15(POSE)项目实战、训练学生操作坚持实事求实、严谨的科学态度：要求学生实布署验过程中主动思考理论原理，在实验过程中去验证实验原理，使理论与实践相辅相成。24合计课程考核评价依据及成绩比例（%）课程目标支撑毕业要求指标点平时考核实验（操作）期中报告期末报告1目标一35354202040目标二5目标三2525总计35202025100大纲编写时间：2025年9月7日6
6 职业道德。 14-15 YOLO 关 键 点 检 测 (POSE)项目实战、训练、 布署 杨荣贵 6 掌握在 PyTorch 下神经网络导出 ONNX 模型 的方法。 课程思政融入点：要求学生处理实验数据必须 坚持实事求实、严谨的科学态度；要求学生实 验过程中主动思考理论原理，在实验过程中去 验证实验原理，使理论与实践相辅相成。 综合型 实验示范、 学生操作 目标 3 合计 24 课程考核 课程目标 支撑毕业要求指标点 评价依据及成绩比例（%） 平时考核 实验(操作) 期中报告 期末报告 目标一 1 35 35 目标二 4 20 20 40 目标三 5 25 25 总计 35 20 20 25 100 大纲编写时间：2025 年 9 月 7 日
系（部）审查意见：我系已对本课程教学大纲进行了审查，符合人才培养方案目标，同意执行。pp7o9/系（部）主任签名：78日期：2025年9月8日1）根据（东莞理工学院考试管理规定》第土二条规定：旷课3次（或6课时）学生不得参加该课程的期终考核。备注：2）各项考核标准见附件所示。7
7 系（部）审查意见： 我系已对本课程教学大纲进行了审查，符合人才培养方案目标，同意执行。 系（部）主任签名： 日期： 2025 年 9 月 8 日 备注： 1）根据《东莞理工学院考试管理规定》第十二条规定：旷课 3 次（或 6 课时）学生不得参加该课程的期终考核。 2）各项考核标准见附件所示