发现 · 拆解 · 怀疑0:00–0:20

身边的视觉智能场景

四年级人工智能 · 第3课

视觉警报局
紧急招募

城市里出现了5条神秘警报。
机器的“眼睛”,到底该寻找什么?

VISUAL
INTELLIGENCE
REC
HEY, TEACHER! · 小鱼老师01
01 / 视觉警报局0:20–0:50

你收到一封“城市警报”

紧急

“我们有很多摄像头,却不知道应该让它们寻找什么。请四年级侦探员协助设置视觉任务。”

视觉警报局 · 任务编号 03

今天不比谁记得多,比谁能说清:场景在哪里?识别什么?为什么有用?

HEY, TEACHER! · 小鱼老师02
01 / 视觉警报局0:50–1:20

警报判断规则

先看场景

画面发生在哪里?

锁定目标

机器要找什么?

说明行动

发现后要做什么?

每轮:5秒观察 → 全班手势选A/B/C → 1人用“因为……”说证据 → 教师揭晓。

HEY, TEACHER! · 小鱼老师03
01 / 视觉警报局1:20–5:30

视觉警报快判 · 5轮

视觉警报场景
警报 1 / 5证据星 0

机器最该寻找什么?

HEY, TEACHER! · 小鱼老师04
01 / 游戏复盘5:30–6:30

你刚才已经在做“视觉智能”

画面小区监控画面
任务问题有没有人进入危险区域?
判断与行动发现目标 → 发出提醒

视觉智能不只是“拍下来”,而是让机器针对任务,从图像中找信息并作出判断。

HEY, TEACHER! · 小鱼老师05
02 / 找到身边的AI6:30–7:15

任务一 · 场景侦探搜证

03

在场景库里找到3个不同案例

  • 写下场景名称
  • 圈出识别目标
  • 补一句“它帮助人们……”
不能只抄标题必须说清目标至少跨2个行业
HEY, TEACHER! · 小鱼老师06
02 / 找到身边的AI7:15–9:15

先练一次:场景、目标、作用

HEY, TEACHER! · 小鱼老师07
02 / 联网挑战站9:15–9:45

打开闵行视觉AI场景库

闵行视觉AI场景库页面截图
联网活动 · 已检查可访问

先选行业,再找证据

建议优先筛选:交通 / 农业 / 智慧养老 / 制造业。

打开“形形色色的视觉AI场景” ↗若校园网不可用,继续下一页的离线案例卡,不影响主课。
HEY, TEACHER! · 小鱼老师08
02 / 联网挑战站9:45–12:45

3分钟搜证开始

SCENE HUNT

3个案例 · 至少2个行业

  1. 场景名称
  2. 识别目标
  3. 一个好处
3:00教师手动启动 · 翻页自动暂停
断网备用

从上一页3张图或原学习单示例中完成,同样有效。

HEY, TEACHER! · 小鱼老师09
02 / 全班交流12:45–14:15

30秒“现场播报”

“我们在 _____ 场景发现视觉AI,它寻找 _____,发现后可以 _____。”

听众任务:每组汇报后,用手势1–3评价“证据三件套”完成了几件。

HEY, TEACHER! · 小鱼老师10
03 / 拆开机器的“看”14:15–15:00

这么多场景,背后有什么共同点?

商场场景输入:图像
?机器处理
商品异常
输出:判断

接下来不听一段长解释:全班要亲自演一遍“机器视觉接力赛”。

HEY, TEACHER! · 小鱼老师11
03 / 身体参与15:00–17:30

全班机器视觉接力赛

1

摄像员

举起“图片卡”

2

数字员

把画面说成颜色数字

3

特征员

找形状、颜色、纹理

4

判断员

举起类别牌

1:00教师手动启动 · 翻页自动暂停

台下同学当“审查员”:哪一步传错了,最后结果就可能错。

HEY, TEACHER! · 小鱼老师12
03 / 给经验命名17:30–18:30

把接力赛变成四步

1234
HEY, TEACHER! · 小鱼老师13
03 / 图像变数字18:30–19:30

机器收到的不是“猫”,是数字

人猫狗图片

同一张图片,改变输入质量

人看到完整场景;计算机接收的是许多像素数值。

HEY, TEACHER! · 小鱼老师14
03 / 找出特征19:30–20:30

特征侦探:你会抓哪些线索?

人猫狗检测素材

点击1、2、3,找到三类目标

先说特征,再点击数字:轮廓?耳朵?毛色?姿态?

HEY, TEACHER! · 小鱼老师15
04 / COCO挑战站20:30–21:00

打开真实目标检测

闵行常见物品检测页面截图
联网活动 · 使用示例图

上传图片 → 开始识别 → 记录结果

推荐直接选择页面自带“人+猫+狗”示例,不上传学生照片。

打开“常见物品检测” ↗旧版COCO演示(含摄像头)↗
HEY, TEACHER! · 小鱼老师16
04 / 断网也能玩21:00–24:00

目标检测模拟器 · 找到几个目标?

人、猫、狗的图片
person 96%
dog 94%
cat 91%
OFFLINE DETECTION SIM

先预测,再扫描

你认为模型会输出几个框?每个框是什么类别?

全班先用手指表示数量,再点击选项。

HEY, TEACHER! · 小鱼老师17
04 / 故意制造失败24:00–26:30

挑战:怎样让识别更困难?

用于识别挑战的人猫狗图片

改变一个条件,再预测结果

person 96%dog 94%cat 91%
HEY, TEACHER! · 小鱼老师18
04 / 学习单记录26:30–28:00

把实验写成证据

输入图片识别结果我的判断可能原因
人+猫+狗3个框□准确 □不准确画面清晰、目标完整
改变后的图片________□准确 □不准确________

证据句式:“当输入变得_____,识别结果_____,我猜原因是_____。”

HEY, TEACHER! · 小鱼老师19
05 / 站位辩论28:00–31:00

AI的识别一定准确吗?

请选择你“现在”的立场

一定准确 0不一定准确 0一定不准确 0
HEY, TEACHER! · 小鱼老师20
05 / 负责任地使用31:00–33:00

便利和风险,常常同时出现

便利

更快发现危险、缺陷或需要帮助的人

风险

误认、漏认、过度监控、隐私泄露

HEY, TEACHER! · 小鱼老师21
05 / 学习证据33:00–34:30

离堂小检查 · 三道证据题

01

视觉AI先需要什么输入?

02

哪一项属于“特征”?

03

识别结果能直接相信吗?

HEY, TEACHER! · 小鱼老师22
NEXT / 像素与特征34:30–35:00

机器看见了,真的和人一样吗?

人看到一个有意义的场景
≠ ?
机器收到像素数字与学习到的特征

下一课:我们钻进图像内部,看看机器究竟“看”到了什么。

编辑后自动存于此浏览器 · Ctrl/⌘+S 下载HTML

课前准备与材料

23页 · 35分钟 · 四年级 · 第3课

课前准备

打印学习单;每组准备铅笔和1套A/B/C手势牌(也可用手指代替)。建议课前在浏览器分别打开两个联网活动页,并保持已加载。

视觉AI场景库 ↗
常见物品检测 ↗

课堂节奏

1–5页:视觉警报快判 6分30秒
6–11页:场景库搜证与播报 7分45秒
12–16页:视觉接力与四步拆解 6分45秒
17–20页:COCO检测与故障挑战 8分钟
21–23页:辩论、规则、离堂检查 6分钟

断网方案

场景库搜证可改用第7页三张本地案例;COCO检测可直接跳到第17页离线模拟。两项核心学习目标都不依赖网络。

隐私与合规

真实检测优先使用平台自带示例图,不上传学生姓名、照片、校服铭牌、家庭环境或其他个人信息。离线检测页的识别框、置信度与失败变化均为教学预设,不冒充真实模型输出。

素材来源

内容整合自同文件夹两版教案、闵行25页课件、5页文本资料、3页学习单,以及用户指定的“形形色色的视觉AI场景”网页。课件内场景照片来自所给闵行PDF;人猫狗示例与网页截图来自闵行活动平台,均已嵌入单文件供课堂展示。

操作

方向键、空格、PageUp/PageDown翻页;N打开备注,B黑屏,F全屏,E进入编辑。按Ctrl/⌘+S下载包含修改的HTML。