中小学人工智能教学案例系列 初中｜校园生物识别数...

案例来源
教育部基础教育教学指导委员会于2025年发布《中小学人工智能通识教育指南（2025年版）》，提出初中阶段人工智能教育培养应侧重理解技术逻辑，强调实际问题解决。原文描述如下：
·认知方面侧重理解技术逻辑。掌握机器学习基本流程与监督学习概念，认知数据特征与算法选择的关系。
·技能方面强调实际问题解决。通过项目式学习等方式完成简单数据整理和分析等任务。
基于上述要求，我们选取并设计了人工智能教学案例——《校园生物识别助手》，并将其拆分为数据集构建、模型训练与优化、部署与识别3课内容。带领学生动手参与监督学习实现图像识别中关键步骤，并通过项目式学习的方式，已识别校园鸟类为目标，制作自己的识别装置。
本文章内容作为项目式教学内容的第一课，首先带领学生分析图像识别问题的解决方法，并以 设计构建数据集 为核心目标，通过对比数据集图像差异，带领学生设计并采集图像数据集，为后续的模型训练与部署打下基础。通过项目式任务驱动，学生将在真实情境中理解图像识别中数据集的重要作用，并通过动手实践掌握数据采集流程和方法。

下表是对标案例设计



教学设计

本课通过“问题链引导 + AI 诊断分析 + 硬件采集实践”的方式，将指南中“理解技术逻辑”和“实际问题解决”的要求落实到数据集构建任务中，使学生在真实项目情境中理解数据集对图像识别模型的重要作用。


关键活动展示
在实际教学中，学生将完成如下实践活动：
·分析制作识鸟装置制作过程。回顾图像识别实现过程，思考功能分析制作步骤。



识鸟装置效果如下：


·分析设计数据集组成。通过查看实现的数据集文件夹，通过活动，分析明确监督学习中的标签放置位置学习数据集构建的注意事项。关键过程如下：




·实践活动：制作鸟类数据集。编写程序并运行程序，将实验盒摄像头对准要拍摄的鸟类的图片，通过远程桌面观察摄像头捕捉的画面，拍摄并完成数据集构建。