返回首页
回到顶部
一、项目背景与角色故事
本节课的设计适合六年级刚刚学习人工智能的学生，同学们在了解了人工智能的基础知识，如AI的历史、分类、应用、伦理等内容之后可以进行一个小的项目活动来加深理解AI项目实施的过程。基于以上要素，采用Mind+V2设计了本节课，无额外硬件，采用图形化编程，全程无代码，适合低年级零起点的学生，和无硬件设备的学校。
1. 核心角色
水果店店长（学生扮演），负责店内水果上架、分类、盘点，每天需要快速分辨苹果、猕猴桃、桔子三种水果，避免放错货架、结算错误。
2. 项目痛点
新店员对水果特征不熟悉，人工分类效率低、容易出错，影响顾客体验与店铺运营。店长决定使用Mind+AI图像分类技术，打造一款“水果分类大作战”互动系统，实现摄像头自动识别水果，快速完成分类任务。
3. 项目核心
使用Mind+软件、电脑摄像头，通过AI图像分类，实现苹果、猕猴桃、桔子三种水果的自动识别与分类，全程零代码、零额外硬件。
二、核心知识与原理
1. 机器学习基础
· 监督学习：给机器提供已标注的水果图片（答案），让机器学习特征后自动分类。
· 图像分类：AI通过学习水果的颜色、形状、纹理，判断图片/摄像头画面中的水果种类。
2. 数据集作用
· 训练集：用于AI学习水果特征的图片。
· 验证 / 测试：检验AI识别是否准确。
三、项目准备
1. 软件：Mind+（V2.0及以上版本）
2. 硬件：带摄像头的电脑
3. 素材：苹果、猕猴桃、桔子图片（每组每类≥10 张，不同角度、光线）
4. 分类目标：苹果、猕猴桃、桔子
四、AI图像分类模型训练（零代码）
步骤1：打开 Mind+V2，进入模型训练
1. 打开 Mind+V2，切换到模型训练界面。
2. 选择图像分类功能。
步骤2：创建标签与采集图片
1. 创建3个分类标签：苹果、猕猴桃、桔子。
2. 图片采集要求：
o 每类水果拍摄/上传10–15张图片。
o 背景干净、水果占画面主体，多角度拍摄。
o 无实物可用网图，上传对应分类文件夹。
步骤3：训练模型并验证
1. 图片上传完成，点击开始训练，默认参数即可（批大小16、训练轮次20+（这里采用30轮））。
2. 训练完成后进入验证，用摄像头对准水果，查看识别结果。 
3. 准确率低时补充图片，重新训练，确保识别稳定。
4. 点击导出模型保存。
五、水果分类大作战 交互程序设计
步骤1：初始化程序设置
1. 回到Mind+实时模式。 
2. 添加扩展模型训练推理库
3. 添加角色：
o 主角色：水果店店长
4. 添加背景：水果店货架 / 店内场景。
步骤2：核心编程逻辑（图形化积木）
1. 绿旗点击初始化
2. 设置摄像头
o 打开摄像头
o 加载训练好的水果分类 AI 模型
3. 在店长角色上将摄像头设置成循环识别
4. 分类推理
o 开启摄像头，舞台显示画面。
o AI开始图像分类推理。
o 置信度≥50%判定识别成功，记录结果。
5. 分类判断与反馈
6. 分类结果
o 如果判断结果为苹果，店长说：“您好，苹果6.8元一斤，请称重量。”
o 如果判断结果为猕猴桃，店长会说：“您好，猕猴桃8元一个，请支付。”
o 如果判断结果为猕猴桃，店长会提示：“您好，桔子5元一斤，请称重量。”
7. 辅助功能
o 清空模型数据、重新训练、重新识别的快捷积木。
8. 完整代码
六、项目测试与运行
1. 点击绿旗启动程序。
2. 将苹果 / 猕猴桃 / 桔子放在摄像头前。
3. 点击店长开启识别，选择对应标签完成分类。
4. 观察AI是否准确识别，调试优化图片与模型。
七、拓展任务（分层提升）
1. 多水果扩展：新增香蕉、橙子、梨等，升级分类库。
2. 闯关模式：难度递增（设置积分、倒计时60秒）。
3. 双人PK：两人轮流分类，限时高分获胜。
4. 价格结算：识别后自动显示对应水果单价，模拟收银。
5. 坏果识别：添加好果 / 坏果分类，实现品质检测。
八、教学意义
1. AI启蒙：零基础掌握图像分类、模型训练、交互编程。
2. 实操能力：数据采集、调试优化、问题解决全程动手。
3. 趣味学习：场景化任务，让AI学习贴近生活。
4. 跨学科：融合信息科技、数学分类、生活常识。
他的勋章
评论