山东大学--机器视觉感知与智能识别虚拟仿真实验
 

作为五感之首，人类从外界接收的信息中80%是通过视觉获得的。视觉是人类最敏感、最直接的感知方式，在不进行实际接触的情况下，视觉感知可以使得我们获取周围环境的诸多信息。随着人工智能、边缘计算等新兴技术的高速发展，人们同样赋予了机器“认识”和“改造”世界的能力，从而替代人眼对外部环境进行测量、识别与判断，在无接触的情况下完成既定的任务。这种技术称为机器视觉（MV），被誉为 “工业自动化的眼睛”，是实现智能制造最至关重要的一环。
 

 

国家越来越注重智能制造的发展，发布多项政策和规划大力推动智能制造领域的产品研发和市场扩展。在《“十四五”数字经济发展规划》中就明确提出了：到2025年，数字经济核心产业增加值占GDP比重达到10%。作为国之重器的制造业，工业互联网平台应用普及率要从2020年的14.7%，达到45%。

机器视觉系统能够利用视觉传感器和计算设备，根据像素分布和亮度、颜色等信息，将目标的视觉信息转变成数字化信号。随后，图像处理系统通过对这些信号进行各种运算来抽取目标的特性，进而根据判别的结果来控制现场设备，完成工业中的自动检测、过程控制和机器人引导等任务。
 

 

广阔的应用空间孕育了充足的市场潜力，中国作为全球制造业的加工中心，正成为世界机器视觉发展最活跃的地区之一。为了更好地构建具有深度的机器视觉感知学习模式，北京欧倍尔与山东大学合作共同推出机器视觉感知与智能识别虚拟仿真实验，实现了深度学习模型构建快速化，解决了模型训练实验在4个学时内“做不了”的问题，机器视觉感知与智能识别虚拟仿真实验于2022年入选国家级一流本科课程。
 

 

机器视觉感知与智能识别虚拟仿真实验采用离线训练、模型预制的方式实现了深度学习模型构建快速化，采用虚拟现实、人机交互技术，实现工程场景虚拟化，解决了工程验证在实验室内“做不到”的问题。教学理念、实验方法和技术内核先进，教学设计、实验流程和考核评价合理，有机融入课程思政，教学目标明确，课程特色鲜明。软件从构思、设计、实现到运作进行设计，以产品研发到产品运行的生命周期为载体，让学生以主动思考、动手实践和理实结合的方式学习工程系统。

 

软件内容：

1、实验预习

开始实验前，利用引导视频、实验指导书、知识点PPT等教学资源完成相关理论学习。

2、系统认知

深度学习系统构成及工作原理，以及对主要设备的工作原理及功能进行学习。

3、数据采集制作

选定图像采集位置；对数据进行采集；数据标注；数据增广。

4、模型构建

针对全链接网络，需确定隐藏层的数量，并正确组装全连接网络结构。

针对卷积网络，需正确组装ResNet模型的基本结构。

5、模型训练

网络优化；数据划分；批量设置；算力配置；模型训练。

6、模型验证

模型验证中应在实际场景中进行数据采集，避免使用训练集导致的过拟合现象。

 

 

机器视觉感知与智能识别虚拟仿真实验可对学生进行工程实践能力综合训练，激发学生学习兴趣，促进学生动手实践、工程意识和系统思维等能力培养，帮助学生提升工程素养。机器视觉感知与智能识别虚拟仿真实验在学习《人工智能导论》《算法导论与Python编程》《智能感知技术》《图像处理与计算机视觉》《机器人控制技术》课程基础上，进一步将深度学习算法及相关理论知识应用于工程实践，培养学生复杂系统综合设计能力。