第4課跨學科活動：昆蟲的識別活動概述本次跨學科活動圍繞昆蟲識別展開，學生將綜合運用生物學知識與深度學習技術，完成從項目需求分析、圖像素材收集整理、神經網絡模型訓練到模型部署應用的全過程。通過實踐活動，學生能夠深入理解深度學習在生物領域的應用，提升團隊協作、問題解決以及跨學科知識融合運用的能力，增強對信息技術助力生物研究的認知。教材分析教材以湖南地區農作物受蟲害但勞動力不足的實際問題為切入點，引出利用深度學習技術識別昆蟲的項目。引導學生進行需求分析，明確數據收集和模型應用的要點；介紹項目實施的各個環節，包括方案設計、素材收集、模型訓練和部署應用；通過成果交流評價，促進學生對知識的鞏固和反思。教材注重實踐操作與學科融合，將深度學習知識與生物實際問題緊密結合。核心素養目標信息意識學生能認識到深度學習技術在昆蟲識別中的重要性，理解昆蟲識別數據對農業生產和生態研究的意義；能夠根據昆蟲識別需求篩選合適的技術和方法，增強對信息的敏感度和判斷力；關注深度學習在生物領域的發展，提升對信息技術跨領域應用的關注度和理解力。計算思維在項目實施過程中，運用邏輯思維分析昆蟲識別項目各部分功能和數據處理流程；通過設計神經網絡模型和訓練算法，培養問題分解和算法設計能力，提升抽象思維和系統思維能力，學會用計算思維解決實際的昆蟲識別問題。數字化學習與創新借助教材、網絡等資源自主學習昆蟲識別和深度學習相關知識，掌握利用數字化工具獲取和處理生物圖像信息的方法；在項目實踐中，嘗試創新昆蟲識別模型和應用方式，培養創新思維和實踐能力。信息社會責任了解昆蟲識別對農業生產和生態保護的重要意義，培養對科學探索和創新的尊重；在團隊協作中，明確自身責任，共同完成項目任務，增強信息社會責任感，樹立正確的信息價值觀。教學重、難點教學重點根據昆蟲識別需求進行全面的項目分析，包括數據收集和應用場景確定；完成昆蟲識別神經網絡模型的訓練和優化；掌握模型部署與應用的基本方法。教學難點綜合運用生物學和深度學習知識解決昆蟲識別項目中的問題；優化昆蟲識別模型，提高識別準確率和穩定性。教學方法項目式學習法、小組合作法、講授法、實踐操作法教學用具多媒體課件、具備圖像采集功能的設備（如攝像頭）、計算機、相關編程環境（如MMEdu、Python及相關庫）、昆蟲圖像數據集（可包含MMEdu自帶數據集及學生補充收集的數據集）課時安排二課時教學過程（第一課時）教學環節教學活動二次備課課程導入師：播放一段展示湖南地區農作物遭受蟲害嚴重影響產量的視頻，視頻中呈現農民面對蟲害的無奈場景。播放結束后，提問學生：“看到這些畫面，大家想到了什么辦法可以幫助農民減少損失呢？”引導學生思考，引出利用深度學習技術識別昆蟲這一跨學科活動主題。選擇的視頻要清晰展示蟲害對農作物的破壞以及農民的困境，增強學生的代入感。若學生難以回答，可提示從之前學習的人工智能圖像識別知識方面思考知識講授需求分析師：講解昆蟲識別項目的核心目標是幫助農民精準識別害蟲，及時采取防治措施，降低經濟損失。引導學生從當地實際情況出發，思考項目在數據收集方面的需求，比如需要收集哪些昆蟲的圖像、在哪些地點和時段收集等；在應用場景方面，考慮模型最終應用于何處，是在農田現場監測，還是遠程監測等。展示項目需求分析表，詳細解釋各需求項，如昆蟲圖像的種類、采集方式、部署應用場景、部署應用設備等，讓學生明白如何根據實際情況填寫具體描述。分工合作師：強調小組合作在本項目中的關鍵作用，介紹常見的分工角色，如組長負責項目的整體統籌、監督與協調，確保項目按計劃推進；成員A負責進行數據集制作與文檔撰寫，收集、整理和標注昆蟲圖像數據，并記錄項目過程；成員B負責模型訓練與評估，選擇合適的模型并進行訓練，評估模型的性能；成員C負責模型部署與軟硬件測試，將訓練好的模型部署到實際設備中，并測試軟硬件的運行情況。通過實際案例說明各角色的主要職責和相互關系，讓學生理解分工的意義和重要性。項目實施流程介紹師：簡要介紹神經網絡識別昆蟲項目的大致實施流程，包括項目方案設計，即確定數據收集方式、數據集格式、模型訓練平臺等；收集整理圖像素材，通過網絡、實地拍攝等方式獲取昆蟲圖像并分類整理；訓練神經網絡模型，利用合適的算法和工具對模型進行訓練和優化；部署與應用模型，將訓練好的模型應用到實際場景中，實現昆蟲識別功能。讓學生對整個項目流程有初步的框架性認識，明白每個環節的主要任務和它們之間的先后順序。在講解需求分析時，結合當地常見的農作物害蟲種類和農業生產實際情況，引導學生思考；講解分工合作時，可邀請學生分享自己的優勢和興趣，以便更好地確定分工；講解項目實施流程時，使用簡單的流程圖輔助展示，增強學生的理解實踐操作需求分析討論與填寫生：分組，每組圍繞昆蟲識別項目的需求展開討論。教師為每組提供一份項目需求分析表，并發放一些引導問題，如“我們當地常見的害蟲有哪些？”“在不同季節，害蟲的活動規律對圖像采集有什么影響？”等，幫助學生深入思考。學生在討論過程中，充分利用教材和網絡資源，確定各項需求的具體內容，并填寫在表格中。教師巡視各小組，觀察討論情況，適時給予引導和啟發，解答學生在分析需求過程中遇到的問題，如對某些昆蟲的特征不熟悉、不確定合適的采集設備等。小組分工生：各小組成員根據自身的興趣、特長以及在討論過程中展現出的優勢，確定各自在項目中的分工角色。填寫小組分工合作表，明確每個成員的具體職責。教師巡視各小組分工情況，對于分工不合理的小組，如出現分工不均衡或職責不明確的情況，及時給予指導和調整建議，確保每個成員都能明確自己的任務，積極參與到項目中。項目初步規劃生：各小組根據需求分析和分工結果，初步規劃項目實施的步驟和方法。討論如何開展圖像素材收集工作，包括確定收集的渠道、數量和質量要求；思考選用哪種平臺進行模型訓練，如MMEdu等，并初步了解其使用方法；探討模型部署的初步方案，如考慮使用何種硬件設備來運行模型。教師巡視各小組，為學生提供一些思路和建議，提醒學生在規劃過程中要充分考慮實際可行性和資源限制。在學生進行需求分析討論時，提供一些相關的資料鏈接或書籍推薦，方便學生獲取信息；在小組分工環節，鼓勵學生進行自我推薦和相互協商，促進合理分工；在項目初步規劃時，引導學生參考教材中的案例，拓寬思路課堂小結引導學生回顧本節課的主要內容，包括昆蟲識別項目的需求分析要點，如明確需要收集的昆蟲圖像信息和應用場景要求；小組分工的情況，各成員的職責；以及項目初步規劃的思路和重點。強調跨學科知識在解決實際問題中的重要性，鼓勵學生在課后繼續思考項目方案，為下節課的實踐操作做好準備。布置課后作業：各小組進一步完善需求分析表和分工合作表，思考項目方案設計的細節，如具體的數據收集計劃和模型訓練參數等。可讓學生自主發言總結，教師進行補充和完善。對課后作業進行詳細說明，明確要求和重點，確保學生清楚任務內容板書設計第4課跨學科活動：昆蟲的識別（第一課時）一、需求分析1.昆蟲圖像相關需求2.應用場景需求二、分工合作1.分工角色2.職責明細三、項目初步規劃1.素材收集2.模型訓練3.模型部署教學反思通過本節課教學，學生對昆蟲識別跨學科項目有了初步的認識和實踐體驗，在需求分析和分工合作環節表現出較高的積極性。但部分學生在深入分析需求和合理分工方面存在困難，需要教師進一步引導。在后續教學中，應加強對學生需求分析方法的指導，關注小組分工的合理性，確保每個學生都能在項目中發揮作用，順利推進項目進展。教學過程（第二課時）教學環節教學活動二次備課課程導入師：回顧第一課時內容，提問學生昆蟲識別項目的需求分析結果和小組分工情況。隨機抽取小組代表進行回答，對回答準確、全面的小組給予表揚。展示部分優秀的需求分析和分工合作成果，讓其他小組學習借鑒。引出本節課的任務：按照計劃進行圖像素材收集整理、模型訓練與部署應用的實踐操作。回顧環節可采用搶答形式，提高學生參與度；展示成果時，著重分析優秀之處，引導學生思考自身不足知識講授圖像素材收集整理要點師：講解圖像素材收集的注意事項，如拍攝時要保證圖像清晰、光線充足，多角度拍攝以增加數據多樣性；網絡需注意版權問題，確保來源合法合規。強調對收集到的素材進行整理分類的重要性，介紹常見的分類方法，如按照昆蟲種類、拍攝地點、拍攝時間等進行分類。展示不同質量的昆蟲圖像案例，讓學生直觀感受優質素材的特點。神經網絡模型訓練方法師：以MMEdu工具為例，詳細講解使用其訓練昆蟲識別模型的步驟。包括選擇合適的SOTA模型（如LeNet、MobileNet、ResNet等），根據數據集特點配置模型參數（如類別數量、訓練輪數、學習率等）。解釋模型訓練過程中的關鍵概念，如損失函數、準確率，讓學生理解如何通過這些指標評估模型性能。展示模型訓練的代碼示例和運行界面，介紹如何觀察訓練過程中的數據變化，判斷模型是否正常訓練。模型部署與應用基礎師：介紹模型部署的概念，即把訓練好的模型應用到實際場景中，實現昆蟲識別功能。講解模型部署的基本流程，包括模型格式轉換（如將訓練好的模型轉換為ONNX格式），選擇合適的推理工具（如ONNXRuntime），以及將模型部署到邊緣設備（如樹莓派）的大致步驟。強調模型部署過程中要考慮設備性能、運行環境等因素，確保模型能夠穩定運行。講解圖像素材收集要點時，可現場演示拍攝技巧；講解模型訓練方法，多結合實際案例，讓學生更好理解抽象概念；講解模型部署，展示實際設備，增強學生的感性認識實踐操作圖像素材收集整理生：各小組按照第一課時制定的計劃，利用圖像采集設備或網絡資源收集昆蟲圖像素材。在收集過程中，學生要注意素材的質量和多樣性，按照分類方法對素材進行整理。教師巡視各小組，指導學生解決拍攝過程中遇到的問題，如光線不佳、圖像模糊等，提醒學生遵守版權規定。收集完成后，小組內成員互相檢查素材質量，確保符合要求。神經網絡模型訓練生：各小組根據選定的SOTA模型和MMEdu工具，進行昆蟲識別模型的訓練。小組成員分工協作，有人負責按照講解的步驟配置模型參數，有人負責監控訓練過程。教師巡視各小組，觀察訓練情況，及時解答學生遇到的問題，如模型訓練報錯、訓練結果不理想等。提醒學生記錄訓練過程中的關鍵數據，如每一輪訓練的準確率、損失函數值等，以便后續分析模型性能。模型部署與應用嘗試生：各小組嘗試將訓練好的模型進行部署。按照之前講解的流程，先將模型轉換為合適的格式（如ONNX格式），再選擇推理工具（如ONNXRuntime）進行部署。在部署過程中，學生可能會遇到各種技術問題，如模型轉換失敗、推理工具配置錯誤等。教師巡視各小組，幫助學生分析問題原因，提供解決方案。對于普遍出現的問題，集中進行講解。小組成員共同觀察模型在實際應用中的表現，如能否準確識別昆蟲圖像，識別速度是否滿足需求等。在學生收集素材時，教師要及時給予技術支持；模型訓練環節，針對不同小組的進度和問題進行個別指導；模型部署嘗試中，引導學生分析問題，共同尋找解決方案課堂小結引導學生回顧本節課的實踐過程，總結圖像素材收集整理、模型訓練和部署嘗試中的經驗與問題。邀請各小組代表分享項目進展和遇到的困難，以及解決問題的思路。對各小組的表現進行點評，肯定學生的努力和成果，指出存在的不足。強調跨學科知識融合在項目中的重要性，鼓勵學生在課后繼續完善項目，思考如何進一步優化模型和拓展應用場景。布置課后作業：各小組根據本節課的實踐情況，撰寫項目實施總結報告，包括項目進展、遇到的問題及解決方案、下一步計劃等。總結環節可讓學生自由發言，充分表達自己的感受和想法；對