[1] 中华人民共和国国务院. 新一代人工智能发展规划[Z].2017.[2] 宋伟, 谢欣怡, 杨青, 等. 新工科背景下基于项目驱动的数字图像处理教学方法探析[J]. 计算机教育，2021,(2):69-74.[3] 彭小红, 张良均. 深度学习与计算机视觉实战[M]. 北京：人民邮电出版社，2023.[4] 吴建洪, 吴昕霞. " 图形图像处理" 精品课程积极教学改革实践[J]. 现代盐化工,2020,47(02):106-107.DOI:10.19465/j.cnki.2095-9710.2020.02.052.[5] 高阳, 孟琳，张嘉超. 应用型本科院校中科研为主型教师项目化教学方法探究[J]. 教育信息化论坛，2024,(11):39-41.[6] 阮秋琦, 阮宇智. 数字图像处理（第4 版）[M]. 北京：电子工业出版社，2020.[7] 张乐飞, 罗勇, 杜博. 机器学习教学改革与人工智能人才培养[J]. 中国大学教学，2023,(05):18-21.[8] 秦云霞. 机器学习在图形图像处理中的应用与关键技术分析[J]. 数字通信世界,2024,(09):93-95.[9] 赵卫东, 袁雪茹. 基于项目实践的机器学习课程改革[J]. 计算机教育，2019(9):151-154.[10] 罗俊如. 基于项目化教学的大数据分析人才培养模式研究[J]. 中国多媒体与网络教学学报( 上旬刊),2025,(10):201-204.[11] 吴培宁. 新工科视域下机器视觉课程教学改革探索[J]. 电子元器件与信息技术,2025,9(11):288-291.DOI:10.19772/j.cnki.2096-4455.2025.11.090.[12] 危洪波, 李勇, 王若男, 等. 基于SRGAN 的介电材料缺陷微波检测图像稀疏重建[J]. 无损检测,2024,46(11):28-35.[13] 谢希望. 基于深度学习的医学图像分割方法研究[D]. 大连海事大学,2024.[14] 江苏理工学院. 人工智能背景下应用型本科院校数字图像处理课程教学改革[J].Advances in Education,2024,14(12):789-796.[15] 徐旭, 王全兰. 计算机视觉赋能中小学实验教学设计研究[J]. 中国信息技术教育,2022,(08):81-85.[16] 李沐. 动手学深度学习[M]. 北京：人民邮电出版社，2023.