48cUf2jUewE lx.huanqiu.comarticle中南民族大学:第二课堂学赛研递进型人工智能创新人才培养模式初探/e3pmh20mi/e3pt1klf42019年1月1日至2020年12月31日,中南民族大学与百度时代网络技术(北京)有限公司合作进行第二课堂学赛研递进型人工智能创新人才培养模式初探——以Paddle Paddle为舟项目,徐科担任项目负责人。据悉,本项目致力于第二课堂学赛研递进型人工智能人才培养,提出学、赛、研三阶段递进模式的人才培养模式,以竞赛促学习,以学习帮竞赛。在学赛研三个阶段,通过有针对性的引导和竞赛驱动,将学生对科学问题的兴趣和理论支撑的实践能力继续延伸到科研项目中,提升学生的科研创新能力。本项目以获得全国首批大学生“小平科技创新团队”称号——中南民族大学“NewThread团队”实践经验为基础,遵循该模式培养的学生能掌握计算机学科的坚实理论基础,能将理论知识灵活运用于工程实践,具有较强科研素养和创新能力。本项目从以下三个方面实施改革探索:1、学习—专业理论讲授阶段。在讲授专业理论课程中,通过实践应用案例来提高学生对问题的理解。计算机学科对应于计算机科学与技术一级学科,下属多个二级学科,课程的内在逻辑极其严密,彼此交错,相互支撑。在夯实基础理论的前提下,通过竞赛中或实际问题中的案例,加深学生对理论知识的理解。在此阶段,学生学习科学研究方法和掌握实验技术的能力得到初步的训练。2、竞赛—竞赛与理论学习互相促进。通过有意识的引导,以竞赛为驱动,加深学生对基础理论的掌握和对实践工程背后机理的理解。通过政策倾斜,鼓励学生积极参加各类学科竞赛;以智能车以及机器人足球竞赛为平台,整合计算机学科的基础理论和专业知识,融会贯通整个学科知识体系;竞赛过程中将工程问题上升为科学问题,训练学生对科学问题的敏感度和探索能力。3、科研—科研素质的综合培养。竞赛为推动力,不是最终目标。通过组织与激励他们参与各种科研活动,培养其从现有方法中发现问题的创新能力、将工程问题转化为科学问题的能力、针对科学问题的自主探索、知识产权保护以及科研表述能力,全面培养学生的综合素质。本项目课程教学改革采用理论教学和实践教学相结合方式展开,实践教学由线上和线下相结合。实践教学线上平台采用百度AI Studio作为课程教学支撑。依托该项目,开设了两门教学课程,面向计算机大类专业的开设的选修课《深度学习应用与实践——以PaddlePaddle为舟》,共计65名学生完成了认证,其中54人完成项目学习和课程考核,及格率83.1%。面向全校的公开课《Python编程与竞赛》,设定课堂人数50人,共计49人选课,45人通过考试,及格率91.8%。本项目自主设计开发了2个基于真实应用场景的实践教学案例,一是《基于深度学习的机床断刀图像故障检测与识别》,针对机床刀具加工的图像,进行语义分割数据,基于百度AI平台开展断刀故障检查及识别,应用成果在某数控行业知名企业开展应用;二是《基于PaddlePaddle的人脸口罩检测及识别》,训练基于WIDER FACE数据集和百度自采人脸数据集训练,具有较高的人脸检测的成功率,在疫情期间,助力偏远民族地区开展口罩佩戴情况检测及疫情防控。本项目部分研究成果支撑国务院发展研究中心创新发展研究部和深圳市科技创新战略研究中心的联合项目《疫情对科技型中小企业影响》,开展调查数据统计分析,从多个角度和维度深入了解科技型中小企业面对疫情的苦难,为国家层面制定相关政策提供决策参考。本项目的教学实践案例“百度AI助力疫情防控——支持偏远民族地区实施口罩检测”和“百度AI助力疫情问卷调查分析——精准支持科技型中小企业复工”入选百度AI校园应用案例。本项目期间,学生通过本项目课程及案例学习,参加人工智能相关比赛,获得国家级奖项10多项,学生成员获批大学生创新创业项目《基于迁移学习的智能制造图像识别研究》和《基于深度学习的口罩检测及其人脸识别研究应用》,项目学生成员考上华中科技大学研究生1名,获得推免华中农业大学研究生1名;以本项目成果以依托申报获批教育部科研基金《工业互联网环境下的机床刀具故障图像检测方法研究》,发表教研论文2篇,申报软件著作权3项。1656484155997环球网版权作品,未经书面授权,严禁转载或镜像,违者将被追究法律责任。责编:吴婷环球网165648415599711[]//img.huanqiucdn.cn/dp/api/files/imageDir/6c010b601615036e8e237f81eac14736u5.jpg
2019年1月1日至2020年12月31日,中南民族大学与百度时代网络技术(北京)有限公司合作进行第二课堂学赛研递进型人工智能创新人才培养模式初探——以Paddle Paddle为舟项目,徐科担任项目负责人。据悉,本项目致力于第二课堂学赛研递进型人工智能人才培养,提出学、赛、研三阶段递进模式的人才培养模式,以竞赛促学习,以学习帮竞赛。在学赛研三个阶段,通过有针对性的引导和竞赛驱动,将学生对科学问题的兴趣和理论支撑的实践能力继续延伸到科研项目中,提升学生的科研创新能力。本项目以获得全国首批大学生“小平科技创新团队”称号——中南民族大学“NewThread团队”实践经验为基础,遵循该模式培养的学生能掌握计算机学科的坚实理论基础,能将理论知识灵活运用于工程实践,具有较强科研素养和创新能力。本项目从以下三个方面实施改革探索:1、学习—专业理论讲授阶段。在讲授专业理论课程中,通过实践应用案例来提高学生对问题的理解。计算机学科对应于计算机科学与技术一级学科,下属多个二级学科,课程的内在逻辑极其严密,彼此交错,相互支撑。在夯实基础理论的前提下,通过竞赛中或实际问题中的案例,加深学生对理论知识的理解。在此阶段,学生学习科学研究方法和掌握实验技术的能力得到初步的训练。2、竞赛—竞赛与理论学习互相促进。通过有意识的引导,以竞赛为驱动,加深学生对基础理论的掌握和对实践工程背后机理的理解。通过政策倾斜,鼓励学生积极参加各类学科竞赛;以智能车以及机器人足球竞赛为平台,整合计算机学科的基础理论和专业知识,融会贯通整个学科知识体系;竞赛过程中将工程问题上升为科学问题,训练学生对科学问题的敏感度和探索能力。3、科研—科研素质的综合培养。竞赛为推动力,不是最终目标。通过组织与激励他们参与各种科研活动,培养其从现有方法中发现问题的创新能力、将工程问题转化为科学问题的能力、针对科学问题的自主探索、知识产权保护以及科研表述能力,全面培养学生的综合素质。本项目课程教学改革采用理论教学和实践教学相结合方式展开,实践教学由线上和线下相结合。实践教学线上平台采用百度AI Studio作为课程教学支撑。依托该项目,开设了两门教学课程,面向计算机大类专业的开设的选修课《深度学习应用与实践——以PaddlePaddle为舟》,共计65名学生完成了认证,其中54人完成项目学习和课程考核,及格率83.1%。面向全校的公开课《Python编程与竞赛》,设定课堂人数50人,共计49人选课,45人通过考试,及格率91.8%。本项目自主设计开发了2个基于真实应用场景的实践教学案例,一是《基于深度学习的机床断刀图像故障检测与识别》,针对机床刀具加工的图像,进行语义分割数据,基于百度AI平台开展断刀故障检查及识别,应用成果在某数控行业知名企业开展应用;二是《基于PaddlePaddle的人脸口罩检测及识别》,训练基于WIDER FACE数据集和百度自采人脸数据集训练,具有较高的人脸检测的成功率,在疫情期间,助力偏远民族地区开展口罩佩戴情况检测及疫情防控。本项目部分研究成果支撑国务院发展研究中心创新发展研究部和深圳市科技创新战略研究中心的联合项目《疫情对科技型中小企业影响》,开展调查数据统计分析,从多个角度和维度深入了解科技型中小企业面对疫情的苦难,为国家层面制定相关政策提供决策参考。本项目的教学实践案例“百度AI助力疫情防控——支持偏远民族地区实施口罩检测”和“百度AI助力疫情问卷调查分析——精准支持科技型中小企业复工”入选百度AI校园应用案例。本项目期间,学生通过本项目课程及案例学习,参加人工智能相关比赛,获得国家级奖项10多项,学生成员获批大学生创新创业项目《基于迁移学习的智能制造图像识别研究》和《基于深度学习的口罩检测及其人脸识别研究应用》,项目学生成员考上华中科技大学研究生1名,获得推免华中农业大学研究生1名;以本项目成果以依托申报获批教育部科研基金《工业互联网环境下的机床刀具故障图像检测方法研究》,发表教研论文2篇,申报软件著作权3项。