隨著圖形處理器的普及與算力的增加，深度學(xué)習(xí)算法由于其在圖像處理上優(yōu)異的精度，已成為如今計(jì)算機(jī)視覺(jué)課程必修的內(nèi)容。當(dāng)前，先進(jìn)的人臉識(shí)別、圖像理解、行人檢測(cè)、大規(guī)模場(chǎng)景識(shí)別等技術(shù)都用到了深度學(xué)習(xí)的方法。特別是基于深度學(xué)習(xí)的人臉識(shí)別算法，應(yīng)用了大量卷積、乘法運(yùn)算，使得人臉識(shí)別系統(tǒng)必須使用具有較高數(shù)據(jù)處理能力的高性能芯片。然而高性能芯片的使用不可避免地將系統(tǒng)的整體功耗限制在了一定水平之上，影響了人臉識(shí)別系統(tǒng)的使用。在企業(yè)真實(shí)生產(chǎn)需求中，系統(tǒng)既要滿足性能要求，又要大幅度地降低功耗。降低功耗不僅可以降低生產(chǎn)成本，同時(shí)還能給用戶帶來(lái)更好的體驗(yàn)。本實(shí)驗(yàn)教學(xué)的目的就是讓學(xué)生面向企業(yè)生產(chǎn)環(huán)境的低功耗與高性能需求，以單片機(jī)為核心的嵌入式應(yīng)用系統(tǒng)為基礎(chǔ)，利用所學(xué)的計(jì)算機(jī)視覺(jué)、操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)等知識(shí)，開(kāi)發(fā)一套能真實(shí)運(yùn)行的人臉檢測(cè)與人臉識(shí)別系統(tǒng)。本系統(tǒng)所使用的硬件與設(shè)備Atlas200如圖1所示。

1.2 Atlas 200

由于深度學(xué)習(xí)算法越來(lái)越復(fù)雜，目前搭載計(jì)算機(jī)視覺(jué)的嵌入式設(shè)備缺乏高性能計(jì)算能力，使得深度學(xué)習(xí)算法在服務(wù)器上設(shè)計(jì)訓(xùn)練完成后，不能直接移植到嵌入式設(shè)備進(jìn)行實(shí)際應(yīng)用。而華為開(kāi)發(fā)的Atlas200應(yīng)用開(kāi)發(fā)板^[8]，正是面向這樣的需求，集成了華為昇騰310AI處理器，方便開(kāi)發(fā)人員迅速開(kāi)發(fā)、快速驗(yàn)證，廣泛應(yīng)用于開(kāi)發(fā)者驗(yàn)證、高校教育、科學(xué)研究等場(chǎng)景。

Atlas200采用了Atlas200AI加速模塊（型號(hào)3000），集成了海思Ascend310AI處理器，可以對(duì)圖像、視頻等多種類(lèi)型的數(shù)據(jù)進(jìn)行分析與推理計(jì)算。該芯片體積小、處理速率快，在現(xiàn)今社會(huì)存在廣闊的應(yīng)用場(chǎng)景。這款A(yù)I加速模塊僅有半張信用卡大，滿足企業(yè)對(duì)設(shè)備便攜的需求。同時(shí)其可以提供 22 TOPS INT8 算力，支持 20 路高 清視頻實(shí)時(shí)分析（1080P 25FPS，具備多級(jí)算力 配置，支持 22/16/8 TOPS 三級(jí)算力）。此外，該 模塊支持毫瓦級(jí)休眠、毫秒級(jí)喚醒，典型功耗僅 5.5W，可賦能邊緣 AI 應(yīng)用。 

1.3 MindSpore平臺(tái)

MindSpore是華為公司最近推出的開(kāi)源深度學(xué)習(xí)框架，可以更好匹配華為昇騰處理器算力，支持終端、邊緣、云全場(chǎng)景部署，與TensorFlow、PyTorch、PaddlePaddle等流行深度學(xué)習(xí)框架類(lèi)似。MindSpore具有編程簡(jiǎn)單、端云協(xié)同、調(diào)試輕松、性能卓越、開(kāi)源開(kāi)放等特點(diǎn)，降低了AI開(kāi)發(fā)門(mén)檻。MindSpore的代碼不是那么美觀，類(lèi)似Googlestyle，但細(xì)節(jié)上并沒(méi)有嚴(yán)格執(zhí)行，和Tensorflow一樣抽象，適合大規(guī)模協(xié)同研發(fā)，又一定程度上保證質(zhì)量。隨著華為技術(shù)、國(guó)內(nèi)科研院所對(duì)MindSpore的全力推進(jìn)，近年來(lái)MindSpore應(yīng)用越來(lái)越廣泛。

1.4 實(shí)驗(yàn)步驟

人臉識(shí)別與人臉檢測(cè)實(shí)驗(yàn)步驟如圖2所示，主要包括設(shè)備安裝、環(huán)境準(zhǔn)備、編程訓(xùn)練、模型轉(zhuǎn)換、配置環(huán)境、編譯、運(yùn)行等。

（1）設(shè)備安裝：設(shè)備安裝主要包括攝像頭、網(wǎng)線、USB線安裝，其中攝像頭安裝稍復(fù)雜。Atlas200支持外接攝像頭，并有相應(yīng)接口，支持兩個(gè)MIPI-CSI接口攝像頭，本實(shí)驗(yàn)中使用了普通樹(shù)莓派攝像頭。

（2）環(huán)境準(zhǔn)備：本實(shí)驗(yàn)系統(tǒng)為Ubuntu，開(kāi)發(fā)軟件MindStudio是華為推出的一套基于IntelliJ框架的開(kāi)發(fā)工具鏈平臺(tái)，提供了應(yīng)用開(kāi)發(fā)、調(diào)試、模型轉(zhuǎn)換功能，同時(shí)還提供了網(wǎng)絡(luò)移植、優(yōu)化和分析功能，為用戶開(kāi)發(fā)提供幫助。開(kāi)發(fā)前須在Atlas200開(kāi)發(fā)板中燒制系統(tǒng)到存儲(chǔ)卡，同時(shí)安裝相關(guān)硬件驅(qū)動(dòng)。在用戶PC上安裝Ubuntu系統(tǒng)。開(kāi)發(fā)語(yǔ)言為Python，軟件安裝完成后，須配置相關(guān)環(huán)境變量。圖3為顯示系統(tǒng)各個(gè)模塊與數(shù)據(jù)通信關(guān)系。

（3）編程訓(xùn)練：本實(shí)驗(yàn)采用YOLOV3模型。學(xué)生須生產(chǎn)訓(xùn)練數(shù)據(jù)集，依據(jù)教師準(zhǔn)備的圖片，生成訓(xùn)練集樣本和對(duì)應(yīng)標(biāo)簽，經(jīng)過(guò)對(duì)預(yù)處理模型訓(xùn)練、優(yōu)化，得到人臉識(shí)別或者檢測(cè)的模型。

（4）模型轉(zhuǎn)換：將原始網(wǎng)絡(luò)模型轉(zhuǎn)換為適配昇騰AI處理器的模型，然后利用MindStudio進(jìn)行模型轉(zhuǎn)換，使之生成Atlas200可以運(yùn)行的.om文件。

（5）配置環(huán)境：主要是在Atlas200上配置運(yùn)行環(huán)境，須安裝PresentAgent、Autoconf、Automake等包，最后設(shè)置好環(huán)境變量。

（6）編譯代碼：配置好環(huán)境后，編譯代碼，并將代碼發(fā)布到Atlas200上。

（7）運(yùn)行：代碼編譯并發(fā)布后，運(yùn)行代碼，系統(tǒng)運(yùn)行可以識(shí)別人臉，并標(biāo)記人臉框，顯示人臉識(shí)別信度。

計(jì)算機(jī)視覺(jué)是人工智能課程核心課程之一，其直接受眾是我校人工智能與大數(shù)據(jù)專(zhuān)業(yè)學(xué)生每年4個(gè)教學(xué)班140人，該項(xiàng)目直接服務(wù)4480人/學(xué)時(shí)。此外本項(xiàng)目的前沿快速轉(zhuǎn)化、系統(tǒng)化培養(yǎng)方法以及以問(wèn)題為導(dǎo)向的教學(xué)方式，也可以推廣到人工智能其他課程上。

由于課時(shí)有限，筆者在計(jì)算機(jī)視覺(jué)課程中明確課程的重點(diǎn)，在教學(xué)上抓主放次：對(duì)某些關(guān)鍵內(nèi)容進(jìn)行深入探討和實(shí)踐，而對(duì)相對(duì)次要的內(nèi)容采取簡(jiǎn)單介紹或?yàn)g覽的策略。將目標(biāo)檢測(cè)、人臉識(shí)別作為課程的重點(diǎn)，花費(fèi)大量的時(shí)間深入講解理論和組織學(xué)生實(shí)踐。這樣安排可以在有限的教學(xué)時(shí)間中，優(yōu)化教學(xué)內(nèi)容，深化教學(xué)層次，激發(fā)學(xué)生的求知興趣與自主學(xué)習(xí)能力，使主講教師可以騰出精力和時(shí)間來(lái)講解教學(xué)重點(diǎn)與難點(diǎn)，強(qiáng)化學(xué)生的實(shí)踐與動(dòng)手能力。

在實(shí)踐教學(xué)實(shí)施過(guò)程中，采用“五步教學(xué)法”，即課前預(yù)習(xí)、興趣導(dǎo)入、合作探究、教師點(diǎn)評(píng)、拓展延伸。

（1）課前預(yù)習(xí)：在實(shí)驗(yàn)課之前，首先會(huì)講授理論知識(shí)部分，另外，提前兩周將實(shí)驗(yàn)指導(dǎo)書(shū)發(fā)放給學(xué)生，讓學(xué)生自學(xué)了解實(shí)驗(yàn)內(nèi)容。

（2）興趣導(dǎo)入：在涉及人臉檢測(cè)與人臉識(shí)別的理論課時(shí)，會(huì)強(qiáng)調(diào)人臉檢測(cè)與人臉識(shí)別的應(yīng)用價(jià)值，并引導(dǎo)學(xué)生了解日常生活中使用的人臉識(shí)別應(yīng)用。在實(shí)驗(yàn)課時(shí)，給學(xué)生展示實(shí)驗(yàn)完成后的成品，引起學(xué)生興趣。

（3）合作探究：實(shí)驗(yàn)自由分小組進(jìn)行，一般每組有2~3人，可由一人負(fù)責(zé)理論部分，一人負(fù)責(zé)實(shí)際編碼與操作，鍛煉學(xué)生協(xié)作與溝通能力。

（4）教師點(diǎn)評(píng)：在課堂上，教師主要負(fù)責(zé)解決學(xué)生在實(shí)驗(yàn)中遇到的問(wèn)題，并開(kāi)展討論與點(diǎn)撥。這樣可以鍛煉學(xué)生獨(dú)立自主解決問(wèn)題的能力，減輕教師負(fù)擔(dān)。

（5）拓展延伸：設(shè)置思考題，例如讓學(xué)生自己完成其他物體識(shí)別與檢測(cè)，解決日常生活中的問(wèn)題。

在教學(xué)結(jié)束后，對(duì)教學(xué)效果進(jìn)行了問(wèn)卷調(diào)查，主要圍繞學(xué)生基本情況、實(shí)驗(yàn)效果、實(shí)驗(yàn)遇到的問(wèn)題等，面向2個(gè)教學(xué)班級(jí)，共發(fā)放70份問(wèn)卷，收回69份問(wèn)卷。

3.1 基本情況

首先，對(duì)學(xué)生性別進(jìn)行統(tǒng)計(jì)分析，希望分析出不同性別對(duì)實(shí)驗(yàn)項(xiàng)目興趣度是否有不同，結(jié)果顯示在人工智能與大數(shù)據(jù)專(zhuān)業(yè)，男生人數(shù)占比69.6%，女生人數(shù)占比30.4%，男生仍然占大多數(shù)。

另外，學(xué)生對(duì)計(jì)算機(jī)視覺(jué)課程的興趣度統(tǒng)計(jì)見(jiàn)表2，結(jié)果顯示，中位數(shù)為8分，總體來(lái)說(shuō)，大部分學(xué)生對(duì)計(jì)算機(jī)視覺(jué)課程較為感興趣。

3.2 實(shí)驗(yàn)效果

對(duì)學(xué)生是否最終完成Atlas200人臉識(shí)別和人臉檢測(cè)實(shí)驗(yàn)進(jìn)行統(tǒng)計(jì)，結(jié)果顯示，79.7%的學(xué)生沒(méi)有完成實(shí)驗(yàn)，20.3%的學(xué)生完成實(shí)驗(yàn)。大部分學(xué)生沒(méi)有完全完成該實(shí)驗(yàn)，這表明面向項(xiàng)目化的教學(xué)對(duì)學(xué)生和教師來(lái)說(shuō)都具有一定挑戰(zhàn)，特別是在時(shí)間有限的情況下。同時(shí)對(duì)不同性別學(xué)生完成實(shí)驗(yàn)情況進(jìn)行了分析，共14名學(xué)生完成實(shí)驗(yàn)，女生4名，占比28.6%；男生10名，占比71.4%。共55名學(xué)生未完成實(shí)驗(yàn)，女生17名，占比30.9%；男生38名，占比69.1%。結(jié)果顯示，不同性別學(xué)生與完成實(shí)驗(yàn)情況沒(méi)有太大關(guān)系，表明在人工智能與大數(shù)據(jù)專(zhuān)業(yè)，女生沒(méi)有表現(xiàn)出通常認(rèn)為的動(dòng)手能力相對(duì)較弱的現(xiàn)象。

3.3 遇到的問(wèn)題與分析

由于有較多學(xué)生未完成實(shí)驗(yàn)，因此對(duì)學(xué)生未完成實(shí)驗(yàn)的原因以及停留在哪步進(jìn)行了分析，希望在下次課程實(shí)施過(guò)程中進(jìn)行針對(duì)性改進(jìn)。學(xué)生實(shí)驗(yàn)停留在哪步調(diào)查結(jié)果見(jiàn)表3，大部分學(xué)生即將完成實(shí)驗(yàn)，主要是卡在代碼編譯與環(huán)境配置上。其主要原因是學(xué)生對(duì)Atlas200運(yùn)行環(huán)境不清楚，特別是對(duì)操作系統(tǒng)相關(guān)知識(shí)掌握不牢固。

學(xué)生未未完成實(shí)驗(yàn)的原因分析見(jiàn)表4，結(jié)果顯示，學(xué)生主要認(rèn)為實(shí)驗(yàn)時(shí)間不夠以及實(shí)驗(yàn)指導(dǎo)書(shū)講解不夠清楚。由此可見(jiàn)本實(shí)驗(yàn)具有較強(qiáng)綜合性，需要學(xué)生掌握操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、計(jì)算機(jī)視覺(jué)等相關(guān)知識(shí)，要求較高，要保證學(xué)生完成實(shí)驗(yàn)，必須增加實(shí)驗(yàn)教學(xué)時(shí)間。

由于未完成實(shí)驗(yàn)的學(xué)生普遍表示實(shí)驗(yàn)時(shí)間不足，因此對(duì)學(xué)生還需多長(zhǎng)時(shí)間才能完成實(shí)驗(yàn)進(jìn)行了調(diào)查，見(jiàn)表5，結(jié)果顯示大部分學(xué)生認(rèn)為至少還需要4個(gè)學(xué)時(shí)。要解決課時(shí)不足的問(wèn)題，主要有兩種方案，第一增加課時(shí)，第二增加學(xué)生課外學(xué)習(xí)時(shí)間。后期應(yīng)增加計(jì)算機(jī)視覺(jué)課時(shí)，并采用新型教學(xué)模式，如MOOC，以增加學(xué)生自主學(xué)習(xí)時(shí)間；同時(shí)要改變實(shí)驗(yàn)設(shè)備管理模式，建立開(kāi)放實(shí)驗(yàn)室，讓學(xué)生在課余時(shí)間也可以到實(shí)驗(yàn)室操作貴重設(shè)備。

由于計(jì)算機(jī)視覺(jué)課程缺乏國(guó)產(chǎn)自主可控教學(xué)資源與實(shí)驗(yàn)平臺(tái)，利用華為MindSpore平臺(tái)與Atlas200套件，開(kāi)發(fā)了面向計(jì)算機(jī)視覺(jué)課程的人臉識(shí)別與人臉檢測(cè)實(shí)驗(yàn)實(shí)踐項(xiàng)目，并對(duì)我校人工智能與大數(shù)據(jù)本科學(xué)生進(jìn)行教學(xué)實(shí)施。對(duì)教學(xué)效果調(diào)查與評(píng)估結(jié)果顯示，該實(shí)驗(yàn)具有較強(qiáng)綜合性，有一定難度，學(xué)生完成度不高，其主要原因是授課與實(shí)驗(yàn)學(xué)時(shí)不足。在下一輪教學(xué)過(guò)程中，要增加教學(xué)學(xué)時(shí)，調(diào)動(dòng)學(xué)生課外學(xué)習(xí)積極性，采用MOOC教學(xué)模式，同時(shí)改變實(shí)驗(yàn)設(shè)備管理模式，建立開(kāi)放實(shí)驗(yàn)室，讓學(xué)生在課余時(shí)間也可以到實(shí)驗(yàn)室操作設(shè)備。

參考文獻(xiàn)：

基金項(xiàng)目：教育部—華為技術(shù)有限公司產(chǎn)學(xué)合作協(xié)同育人——新工科建設(shè)項(xiàng)目（W2020029）。

第一作者簡(jiǎn)介：周俊偉，男，武漢理工大學(xué)副教授，研究方向?yàn)橛?jì)算機(jī)視覺(jué)、多媒體編碼，junweizhou@msn.com。