通过本课程的学习，学生将能够：
•	掌握计算机视觉和深度学习相关的基本原理和方法。
•	熟练使用主流深度学习框架进行图像处理与分析。
•	独立设计、实现和优化计算机视觉系统。
•	应用所学知识解决实际生活中的视觉问题。

本课程适合具备以下基础的学生：
•	编程基础：熟悉Python编程。
•	数学基础：线性代数、概率论与统计学基础。
•	机器学习基础（推荐）：了解基本的机器学习概念和算法。

本课程将采用理论与实践相结合的教学方式，包括：
课堂讲授与讨论：计算机视觉Ⅰ课程知识点基本以课堂讲授为主，在讲解基本知识点的基础上，关注课程重点难点内容的讲授，采用启发式教学方法，引导学生对问题展开思考和讨论，使学生从教学概念、物理概念以及工程概念出发分析和解决计算机视觉领域的相关问题。
实验与编程作业：通过计算机视觉各种任务的案例讲解，使学生在掌握课程基本理论和方法的同时，理解课程知识在工程中的实际应用，了解计算机视觉领域的历史发展和当下领域发展状况，拓宽学生的视野，激发学生的研究兴趣。
项目实践与展示：通过学生团队课程项目的实践和学生自主演示，使学生在掌握课程基本理论和方法的同时，亲身实践，以理解课程知识在工程种的实际应用，激发学生的研究兴趣，启迪学生创新思维，强化团队协作意识，提高团队合作能力。课程结束时，学生需完成一个计算机视觉应用项目，展示所学知识和技能。

作业：20% 
随堂测验：10%
项目设计：30%
期末考试： 40%

本课程高度重视学术诚信，严禁抄袭、作弊等行为。
“在学习、科研、实习实践等活动中，学生应恪守学术道德，坚守学术诚信，保护知识产权，坚持勇于创新、求真务实的科学精神，努力培养自己严谨求实、诚实自律、真诚协作的科学态度，成为良好学术风气的维护者、严谨治学的力行者、优良学术道德的传承者。”