数字技术与应用杂志社

摘要：<正>本文针对中等职业学校人工智能技术应用专业人才培养需求，探索图像识别技术在教学实践中的应用路径。以实际项目为驱动，引导学生基于深度学习框架构建卷积神经网络模型，并结合OpenCV图像预处理技术，开展多类别目标识别任务的教学实践。在实训环节中，学生采用包含1万张样本的数据集进行模型训练，通过优化MobileNetV3算法，最终在测试集上达到92.1%的识别准确率，单张图像处理耗时15 ms。教学实践表明，将网络架构设计、数据增强策略等关键技术融入实训项目，能够有效提升学生的技术应用能力；同时，引入轻量化网络降低了计算复杂度，使图像识别技术更适配中职院校的实训条件，为后续的产教融合与项目化教学提供了可复制、可推广的实践案例。

专辑： 信息科技;社会科学Ⅱ辑

专题： 职业教育;计算机软件及计算机应用

分类号： G712;TP391.41-4