1. 这套实践方案到底在解决什么问题

高专院校的机器视觉课程有个很尴尬的处境：课时不多，学生基础参差不齐，实验室机器配置普遍一般，但企业招人时又希望毕业生能直接上手调相机、跑检测、看懂算法输出。我接触过好几届这类课程的教学和实训，最深的感受是——如果按本科那套“先推公式再写代码”的路子走，学生第三周就开始掉队；如果只教软件操作，学生又学不到底层逻辑，面试一问就露馅。

这套实践方案的核心思路就一句话：用OpenCV把“图像怎么变成数据”讲透，用轻量深度学习把“数据怎么变成决策”讲通，中间用大量可复现的小项目把两端串起来。它不追求让学生手推反向传播，但要求他们能说清楚一张图从采集到输出检测框，中间每一步发生了什么、参数为什么这么设、出问题该往哪个方向查。

适合谁来参考？三类人：一是高专院校教机器视觉、计算机视觉相关课程的老师，可以直接拿这套结构去排课；二是刚入门的学生，按这个顺序自学不会走弯路；三是企业里带实习生的一线工程师，可以把里面的项目当练手任务派下去。整套方案对硬件要求不高，普通带独显的笔记本就能跑，实验室用Ubuntu 20.04加一块入门级N卡足够。

我下面会从整体设计、核心细节、实操过程、问题排查四个大块展开，每个部分都尽量给到能直接抄的参数和步骤。你不需要全盘照搬，挑适合自己课时和学生水平的部分用就行。

2. 内容整体设计与思路拆解

2.1 为什么选OpenCV加轻量深度学习这条线

机器视觉这个领域，往上走是三维重建、SLAM、多传感器融合，往下扎是图像处理、特征工程、传统检测算法。高专院校的课时通常只有一学期，每周4到6节，满打满算不到100个学时。这个时间窗口里，最划算的投入就是OpenCV加一个轻量深度学习框架。

OpenCV的好处是成熟、文档多、跨平台、C++和Python都能用。学生以后不管去哪个厂，只要涉及图像采集、预处理、传统检测，OpenCV几乎是默认选项。而且OpenCV的函数命名很直白，cv2.imread、cv2.cvtColor、cv2.threshold，学生看名字就能猜出功能，学习曲线比直接啃深度学习框架平缓得多。

深度学习这块，我建议用PyTorch而不是TensorFlow。原因很实际：PyTorch的调试体验对新手友好太多。你可以在任意一行打断点，看张量的形状和值，报错信息也相对好读。TensorFlow 1.x那套静态图对高专学生来说门槛太高，2.x虽然好了很多，但生态里大量教程还是旧版写法，学生搜到容易懵。PyTorch配合torchvision，加载预训练模型、改分类头、跑迁移学习，代码量很少，学生能快速看到结果，正反馈来得快。

至于为什么不选MATLAB，主要是部署和就业面考虑。MATLAB在科研里好用，但企业产线上跑的大多是C++或Python，学生学了MATLAB以后用不上，等于白学。而且MATLAB的正版授权对学校来说也是一笔开销。

2.2 课程模块的划分逻辑

整套方案我把它拆成四个模块，按“先会后懂、先跑后调、先传统后深度”的顺序推进。

第一个模块是环境搭建与图像基础，大概8到10个学时。这个阶段不讲任何算法原理，目标就一个：让每个学生都能在自己电脑上跑通“读图、显示、保存、改像素”这四件事。听起来简单，但实际教学里，光环境配置就能卡掉三分之一的人。Windows上装OpenCV还好，Ubuntu上编译OpenCV或者配Python虚拟环境，各种依赖问题层出不穷。所以这个模块必须留足时间，而且要准备一份详细的踩坑文档。

第二个模块是传统图像处理与特征提取，大概20到24个学时。内容包括颜色空间转换、滤波、边缘检测、形态学操作、轮廓提取、霍夫变换、模板匹配。这个阶段的核心是让学生理解“图像就是一个矩阵”，所有的处理都是对这个矩阵做数学运算。我会让学生用numpy手动实现一遍均值滤波和高斯滤波，虽然OpenCV一行就能搞定，但手动写一遍之后，他们对卷积核、边界填充、步长这些概念的理解会完全不一样。

第三个模块是相机模型与几何视觉，大概12到16个学时。这部分是很多课程的盲区，但实际工作中特别重要。学生要理解针孔相机模型、内参外参、畸变系数，会用solvePnP做位姿估计，会做简单的双目测距。这些内容在工业检测、机器人抓取、AR标定里都是基础。cv2.solvePnP这个函数我每次讲都会强调：它解决的是“已知3D点和对应2D点，求相机位姿”的问题，输入输出都是什么、坐标系怎么定义，必须让学生自己推一遍。

第四个模块是深度学习与项目实战，大概30到36个学时。从全连接网络讲到CNN，从分类讲到检测，最后用迁移学习做一个完整的缺陷检测或物体计数项目。这个阶段不追求学生自己设计网络结构，重点是让他们会用预训练模型、会改数据加载、会看损失曲线、会调学习率。能把这四件事做好，出去找个初级视觉工程师的岗位基本够用。

2.3 项目驱动的节奏控制

每个模块我都配了一个小项目，模块之间是递进关系。第一个模块的项目是“批量图片格式转换与尺寸归一化”，第二个模块是“基于颜色和轮廓的零件计数”，第三个模块是“棋盘格标定与简单测距”，第四个模块是“基于迁移学习的表面缺陷分类”。

这样安排的好处是，学生每学完一块都能拿出一个能跑的东西，不会觉得学了一堆理论不知道干嘛用。而且这些项目可以层层叠加，最后那个缺陷分类项目里，数据预处理用的是第一个模块的技能，ROI提取用的是第二个模块的技能，如果要做尺寸测量还会用到第三个模块的标定结果。

课时分配上，我建议理论讲解和动手实践的比例控制在3比7。高专学生普遍对纯理论讲授耐受度低，讲20分钟就要让他们动手，哪怕只是改改参数看输出变化，也比干听强。

3. 核心细节解析与实操要点

3.1 环境配置：把最容易劝退的环节做扎实

环境配置是机器视觉课程的第一道坎，也是劝退率最高的环节。我见过太多学生因为ModuleNotFoundError: No module named 'opencv'或者编译OpenCV时报一堆错就放弃了。所以这部分必须给足支持。

Windows环境下，最省事的方案是用Anaconda建虚拟环境，然后pip install opencv-python。注意是opencv-python而不是opencv-contrib-python，后者包含更多扩展模块但体积大、依赖多。如果课程里要用到SIFT、SURF这些专利算法，那就装opencv-contrib-python。Python版本建议3.8到3.10，太新的版本有些包还没适配。

Ubuntu环境下，我推荐两种方式。一种是直接pip install opencv-python，简单快捷，适合只写Python代码的场景。另一种是从源码编译，适合需要C++开发或者要改OpenCV源码的情况。编译OpenCV 3.4.1或者4.x版本时，cmake的参数很关键：

cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D WITH_CUDA=OFF \ -D WITH_GTK=ON \ -D WITH_FFMPEG=ON \ -D BUILD_EXAMPLES=OFF \ -D BUILD_opencv_python3=ON \ ..

WITH_CUDA如果实验室没有N卡就关掉，不然编译时间会翻倍。WITH_GTK打开是为了能用imshow显示窗口，不然只能存文件看。编译过程大概要20到40分钟，取决于机器性能，建议让学生提前在宿舍编译好，别占用课堂时间。

深度学习环境这块，PyTorch的安装命令要去官网根据CUDA版本生成。如果学生电脑没有N卡，就装CPU版本，虽然训练慢但跑通流程没问题。torchvision的版本要和torch匹配，不然会报各种奇怪的错。我一般建议用conda install pytorch torchvision -c pytorch，让conda自动解决依赖。

注意：不要让学生用pip install opencv-python和conda install opencv混装，很容易出现版本冲突。统一用一个包管理器。

3.2 图像基础：从像素操作建立直觉

图像基础这部分，很多教材讲得太抽象，上来就是“数字图像是二维函数”，学生听得云里雾里。我的做法是直接打开一张图，让学生用numpy去改像素值。

import cv2 import numpy as np img = cv2.imread('test.jpg') print(img.shape) # (height, width, channels) print(img.dtype) # uint8 # 把左上角100x100区域改成红色 img[0:100, 0:100] = [0, 0, 255] # OpenCV是BGR顺序 cv2.imwrite('modified.jpg', img)

这段代码跑一遍，学生对“图像就是三维数组”的理解会比看十页书都深。然后顺势讲BGR和RGB的区别、uint8的取值范围、通道分离合并，都很自然。

颜色空间转换是另一个重点。cv2.cvtColor支持150多种转换，但常用的就几个：BGR转灰度、BGR转HSV、BGR转LAB。HSV在颜色分割里特别有用，因为H通道对光照变化不敏感。我会让学生做一个实验：同一张图，分别用BGR和HSV做红色区域提取，看哪个效果更稳。结果通常是HSV明显更好，学生自己就能得出结论。

滤波这块，均值滤波、高斯滤波、中值滤波、双边滤波，每个都要让学生跑一遍，对比去噪效果和边缘保留程度。中值滤波对椒盐噪声特别有效，双边滤波能保边但速度慢，这些结论让学生自己从实验结果里总结，比我直接告诉他们印象深得多。

3.3 特征提取与轮廓分析：传统视觉的核心技能

轮廓提取是传统机器视觉里用得最多的技能之一。cv2.findContours这个函数，不同OpenCV版本返回值不一样，3.x返回三个值，4.x返回两个值，这个坑每年都有学生踩。我一般建议统一用4.x，然后写个兼容函数：

def find_contours_compat(img): result = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(result) == 3: _, contours, _ = result else: contours, _ = result return contours

轮廓拿到之后，cv2.contourArea算面积、cv2.arcLength算周长、cv2.boundingRect算外接矩形、cv2.minAreaRect算最小外接旋转矩形。这几个函数组合起来，就能做很多实际项目，比如零件计数、缺陷面积测量、形状分类。

形状分类可以用cv2.approxPolyDP做多边形逼近，根据逼近后的顶点数判断形状。三角形是3个顶点，矩形是4个，圆形逼近后顶点数会比较多。这个方法简单有效，适合做入门项目。

霍夫变换分直线和圆两种。cv2.HoughLinesP检测直线，参数里threshold和minLineLength、maxLineGap需要根据实际图像调。cv2.HoughCircles检测圆，param1和param2是难点，param2越小检测到的圆越多但误检也越多。我一般让学生先用一张标准图调好参数，再换图看泛化能力，让他们理解参数和场景的关系。

模板匹配cv2.matchTemplate适合做定位，但有个明显限制：它不支持旋转和缩放。如果目标会旋转，就得用特征点匹配，比如ORB或者SIFT。ORB速度快、免费，SIFT效果好但专利已过期现在也能用。特征点匹配的流程是：检测关键点、计算描述子、暴力匹配或FLANN匹配、用RANSAC筛除误匹配、算单应性矩阵。这套流程在图像拼接、目标定位里很常用。

3.4 相机模型与solvePnP：几何视觉的入门钥匙

相机模型这部分，学生最容易懵的是坐标系转换。世界坐标系、相机坐标系、图像坐标系、像素坐标系，四层转换，每层一个矩阵。我的讲法是拿手机拍照打比方：你站在某个位置拍一个物体，你的位置和朝向就是外参，手机镜头的焦距和感光元件尺寸就是内参，物体在你照片上的位置就是像素坐标。

标定用棋盘格，cv2.findChessboardCorners找角点，cv2.calibrateCamera算内参和畸变系数。标定的时候要注意：棋盘格要拍15到20张不同角度和距离的照片，太少标定不准，太多浪费时间。标定结果里的重投影误差要小于0.5像素才算合格，如果大于1像素，说明照片质量有问题或者角点检测不准。

solvePnP是位姿估计的核心函数。它的输入是3D点坐标、对应的2D像素坐标、相机内参、畸变系数，输出是旋转向量和平移向量。旋转向量用cv2.Rodrigues转成旋转矩阵，再组合平移向量就是相机的外参矩阵。

# 假设object_points是3D点，image_points是2D点 ret, rvec, tvec = cv2.solvePnP(object_points, image_points, camera_matrix, dist_coeffs) rotation_matrix, _ = cv2.Rodrigues(rvec)

这个函数在实际项目里用得很多，比如机械臂抓取时算目标物体的位姿、AR里算虚拟物体的放置位置。学生要理解的是：solvePnP解决的是“已知3D模型和它在图像上的投影，求相机相对于物体的位置和朝向”。至少需要4个不共面的对应点才能求解。

3.5 深度学习入门：从分类到检测的平滑过渡

深度学习部分，我建议从torchvision的预训练模型开始，而不是从零搭网络。学生看到ResNet18能识别一千类物体，会很有兴趣，然后告诉他们“我们只需要改最后一层，让它识别你的数据”，迁移学习的思路就自然引出来了。

数据加载用torchvision.datasets.ImageFolder，要求数据按类别分文件夹存放。这个约定要提前跟学生讲清楚，不然他们数据组织错了，ImageFolder读出来全是错的。数据增强用transforms.Compose，常用的有随机裁剪、随机翻转、颜色抖动。注意验证集不要做随机增强，只做缩放和归一化。

训练循环的代码要让学生自己写一遍，不要直接给完整脚本。核心就是那几步：前向传播、算损失、反向传播、更新参数、清零梯度。写完之后再对比torchvision的官方训练脚本，看差距在哪。

for epoch in range(num_epochs): model.train() for images, labels in train_loader: images, labels = images.to(device), labels.to(device) optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step()

学习率是最重要的超参数。太大loss震荡不下降，太小收敛慢。我一般建议初始学习率设0.001，配合StepLR每10个epoch降一半。如果loss不下降，先检查数据有没有问题，再检查学习率，最后检查网络结构。

目标检测比分类复杂，但高专阶段不要求自己实现YOLO或Faster R-CNN，能用torchvision里预训练的检测模型做推理就行。torchvision.models.detection里有fasterrcnn_resnet50_fpn和retinanet_resnet50_fpn，加载预训练权重，输入一张图，输出就是框和类别。让学生跑通这个流程，理解检测模型的输入输出格式，就达到教学目的了。

4. 实操过程与核心环节实现

4.1 从零搭建一个零件计数系统

这个项目我放在传统图像处理模块的末尾，综合了颜色分割、形态学、轮廓提取、计数输出。场景是：传送带上有若干金属零件，背景是深色，要求统计零件数量并标出位置。

第一步是读图并转HSV。金属零件在HSV空间里，S通道和V通道的分布和背景差异明显。用cv2.inRange做阈值分割，阈值范围需要根据实际图像调。我一般让学生先用cv2.cvtColor转HSV，然后用轨迹条工具实时看阈值效果：

def nothing(x): pass cv2.namedWindow('trackbar') cv2.createTrackbar('low_H', 'trackbar', 0, 255, nothing) cv2.createTrackbar('high_H', 'trackbar', 255, 255, nothing) # 同理创建S和V的轨迹条

调好阈值后，得到二值掩码。这时候通常会有噪点，用cv2.morphologyEx做开运算去噪，再闭运算填充空洞。核大小一般3x3或5x5，太大容易把相邻零件连在一起。

第二步是找轮廓并过滤。cv2.findContours找到所有轮廓后，用cv2.contourArea过滤掉面积太小的噪点轮廓。面积阈值根据零件实际大小和图像分辨率算，比如零件在图像上大概占5000像素，那阈值就设2000到3000。

第三步是画框和计数。对每个有效轮廓，用cv2.boundingRect得到外接矩形，cv2.rectangle画出来，cv2.putText标序号。最后cv2.imshow显示结果，或者cv2.imwrite保存。

这个项目做完，学生对“预处理、分割、后处理、输出”这个完整流程会有清晰认识。而且这个流程可以迁移到很多场景，比如药片计数、螺丝计数、细胞计数，换汤不换药。

4.2 相机标定与尺寸测量实操

尺寸测量项目需要先标定。用棋盘格标定板，格子数建议9x6或11x8，格子实际尺寸要量准，比如25mm。拍摄15到20张照片，角度要覆盖正面、侧面、倾斜，距离也要有远有近。

标定代码的核心是：

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) objp = np.zeros((6*9, 3), np.float32) objp[:, :2] = np.mgrid[0:9, 0:6].T.reshape(-1, 2) * 25 # 25mm格子 objpoints = [] imgpoints = [] for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, (9, 6), None) if ret: corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) objpoints.append(objp) imgpoints.append(corners2) ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)

标定完成后，用cv2.undistort去畸变。然后做尺寸测量：把标定板放在被测物同一平面，拍一张图，算出每像素对应的实际尺寸（mm/pixel），然后测量被测物在图像上的像素尺寸，乘以比例尺就是实际尺寸。

这个方法的精度取决于标定质量和平面一致性。如果被测物不在标定平面上，就需要用solvePnP做平面位姿估计，把像素坐标反投影到世界坐标。这部分对高专学生来说偏难，可以作为选做内容。

4.3 迁移学习做表面缺陷分类

缺陷分类项目用迁移学习，数据量不需要很大，每类100到200张图就够。数据组织成train/defect、train/normal、val/defect、val/normal这样的结构。

模型用torchvision.models.resnet18(pretrained=True)，把最后一层全连接改成2输出：

import torchvision.models as models import torch.nn as nn model = models.resnet18(pretrained=True) num_features = model.fc.in_features model.fc = nn.Linear(num_features, 2) model = model.to(device)

训练时只更新最后一层的参数，前面的层冻结：

for param in model.parameters(): param.requires_grad = False for param in model.fc.parameters(): param.requires_grad = True optimizer = torch.optim.Adam(model.fc.parameters(), lr=0.001)

这样训练很快，CPU上几分钟就能跑完一个epoch。等最后一层收敛后，可以解冻部分层做微调，学习率调小到0.0001。

数据增强对缺陷分类很重要，因为缺陷样本通常不多。用transforms.RandomHorizontalFlip、RandomRotation、ColorJitter扩充数据。注意验证集只做Resize和ToTensor，不做随机增强。

训练完成后，用混淆矩阵看分类效果。如果某一类召回率特别低，说明数据不平衡或者特征不明显，需要补充数据或者调整损失函数权重。

4.4 模型部署与推理加速的入门操作

训练好的模型要能跑起来才算完整。高专阶段不要求做TensorRT或ONNX Runtime优化，但至少要会把PyTorch模型保存和加载，然后写一个简单的推理脚本。

保存模型用torch.save(model.state_dict(), 'model.pth')，加载时先实例化模型结构，再model.load_state_dict(torch.load('model.pth'))。注意加载后要model.eval()，不然BatchNorm和Dropout的行为不对。

推理脚本要处理单张图片：读图、预处理（和训练时一致）、转张量、加batch维度、送入模型、取输出、后处理。预处理不一致是新手最常犯的错误，训练时用了归一化，推理时忘了，结果全错。

from PIL import Image from torchvision import transforms transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) img = Image.open('test.jpg') input_tensor = transform(img).unsqueeze(0).to(device) with torch.no_grad(): output = model(input_tensor) pred = output.argmax(dim=1)

如果要做视频流推理，用cv2.VideoCapture读帧，每帧做同样的预处理和推理，结果画在帧上再显示。帧率低的话可以跳帧处理，或者把模型转成ONNX用ONNX Runtime加速。

5. 常见问题与排查技巧实录

5.1 环境与依赖问题速查

环境问题排查的核心思路是：先确认当前用的是哪个Python、哪个环境、哪个版本。很多问题都是因为装到了系统Python而不是虚拟环境，或者pip和conda混用导致版本冲突。我一般让学生先跑which python、python -c "import cv2; print(cv2.__version__)"，把基本信息打出来，再定位问题。

5.2 图像处理中的典型坑

坑一：OpenCV读图是BGR不是RGB。这个坑每年都有人踩。用matplotlib显示OpenCV读的图，颜色会偏蓝，因为matplotlib按RGB解释。解决办法是cv2.cvtColor(img, cv2.COLOR_BGR2RGB)再显示。

坑二：cv2.imshow不显示或闪退。常见原因是没加cv2.waitKey(0)，或者waitKey参数是0但没按键盘。另外在Jupyter Notebook里imshow经常不工作，建议用matplotlib或者存文件看。

坑三：阈值分割效果不稳定。固定阈值在不同光照下效果差异很大。解决办法是用自适应阈值cv2.adaptiveThreshold，或者转HSV后在H通道做分割，或者用Otsu自动阈值cv2.threshold配合cv2.THRESH_OTSU。

坑四：轮廓顺序不确定。findContours返回的轮廓顺序和图像内容有关，不保证按位置排序。如果需要按从左到右或从上到下排序，要自己根据boundingRect的x或y坐标排。

坑五：形态学操作核大小选错。核太小去噪不干净，核太大把目标也腐蚀没了。一般从3x3开始试，逐步增大，观察效果。开运算去白噪点，闭运算填黑洞，这个要分清楚。

5.3 深度学习训练中的排查思路

Loss不下降是最常见的问题。排查顺序是：数据、标签、模型、学习率、损失函数。

先看数据有没有问题。把训练数据加载出来显示几张，确认图像正常、标签对应正确。我遇到过学生把标签文件搞错，所有图都标成同一类，模型学了半天学了个寂寞。

再看模型输出。在训练循环里打印outputs和labels，看模型预测的分布。如果所有输出都差不多，说明模型没学到东西，可能是学习率太小或者网络结构有问题。

学习率调整是最直接的。如果loss震荡，调小学习率；如果loss下降极慢，调大学习率。用torch.optim.lr_scheduler可以自动调整，但初期建议手动试几个值，找到合适的范围。

过拟合的判断是训练loss降但验证loss升。解决办法是加数据增强、加Dropout、加L2正则化、减小模型复杂度。L2正则化在PyTorch里就是优化器的weight_decay参数：

optimizer = torch.optim.Adam(model.parameters(), lr=0.001, weight_decay=1e-4)

欠拟合则是训练loss和验证loss都高。解决办法是增大模型、加训练轮数、减小正则化。

5.4 项目实战中的经验技巧

技巧一：先跑通再优化。很多学生一上来就想把代码写得完美，结果卡在某个细节上半天不动。我的建议是先让整个流程跑通，哪怕精度很低、速度很慢，跑通之后再逐步优化每个环节。

技巧二：可视化中间结果。图像处理项目里，每一步的输出都存下来看。二值化后的掩码、形态学后的结果、轮廓提取后的图，都存成文件对比。这样出问题能快速定位是哪一步不对。

技巧三：参数用配置文件管理。不要把阈值、路径、超参数硬编码在代码里。用一个config.py或者yaml文件管理，换数据集或调参时只改配置文件，不用翻代码。

技巧四：版本控制从第一天开始。用Git管理代码，每次改动都提交。学生经常改着改着发现还不如之前的版本，但已经回不去了。有Git的话随时可以回滚。

技巧五：写README。项目做完要写清楚环境依赖、运行步骤、参数说明。这个习惯在工作里特别重要，别人拿到你的代码能快速跑起来，而不是问你一堆问题。

6. 课程考核与能力评估的落地方式

6.1 过程性考核怎么设计才不流于形式

高专院校的考核如果只看期末一张卷子，学生平时就不动手，最后背背概念也能过。但这门课的核心是动手能力，所以过程性考核必须占大头。我的做法是：平时作业和实验报告占40%，阶段项目占30%，期末项目占30%。

平时作业不是抄代码，而是给一个任务，让学生自己写代码实现，然后提交代码和运行截图。比如“用OpenCV实现图像的水平翻转和垂直翻转，并对比两种翻转对后续边缘检测的影响”。这种题目没有标准答案，但能看出学生有没有真正理解。

阶段项目每个模块结束做一个，要求提交代码、报告和演示视频。报告里必须包含：项目目标、实现步骤、关键代码说明、遇到的问题和解决方法、结果分析。演示视频要求本人出镜讲解代码，防止抄袭。

期末项目是综合性的，给一个场景，比如“传送带零件缺陷检测”，让学生自己设计方案、采集数据、实现算法、评估效果。评分标准包括功能完整性、代码质量、报告质量和答辩表现。

6.2 答辩环节的提问技巧

答辩不是让学生背稿子，而是通过提问检验他们是不是真的理解。我常问的问题有几类：

第一类是“为什么”。比如“你为什么用HSV不用RGB做分割？”“为什么学习率设0.001不设0.01？”这种问题能看出学生是抄的还是自己调的。

第二类是“如果”。比如“如果光照变暗了，你的阈值分割还能用吗？怎么改？”“如果零件重叠了，你的计数还准吗？怎么处理？”这种问题考察学生有没有考虑边界情况。

第三类是“对比”。比如“中值滤波和高斯滤波在你的场景里哪个更好？为什么？”“ResNet18和VGG16你选哪个？理由是什么？”这种问题考察学生的方案选型能力。

第四类是“调试”。现场给一张新图，让学生跑代码，看结果不对时怎么排查。这个最能看出真实水平。

6.3 从课程到就业的衔接建议

课程结束不是终点，学生要能拿着这些项目去面试。我一般建议学生做三件事：

第一，把课程项目整理成作品集。每个项目写清楚背景、技术方案、个人贡献、结果指标。放在GitHub上，简历里附链接。

第二，针对目标岗位补充技能。如果面的是传统视觉岗位，多练Halcon或VisionPro；如果面的是深度学习岗位，多练模型部署和优化。OpenCV和PyTorch是基础，但不同岗位有不同侧重。

第三，准备面试常见问题。比如“图像预处理有哪些步骤？”“CNN的卷积层和池化层分别有什么用？”“过拟合怎么解决？”这些问题课程里都讲过，但面试前要再梳理一遍，能用自己的话讲出来。

我在实际教学中发现，那些平时动手多、项目做得扎实的学生，面试时明显更自信，因为他们真的做过、踩过坑、解决过问题。这套实践方案的目的就是让他们在课程里就把该踩的坑踩一遍，出去工作少走弯路。

最后分享一个我常用的课堂小技巧：每次上课前花5分钟，让一个学生上来讲他上次实验遇到的问题和解决方法。讲的人加深理解，听的人避免踩同样的坑，而且能活跃课堂气氛。坚持一个学期，学生的表达能力和问题排查能力都会有明显提升。