计算机视觉导论 4.0 学分¶
授课教师¶
周晓巍
认定¶
专业必修课
分数构成¶
- lab 30% （六次实验，要求低，基本完成即满分）
- project 30% （基本实现14% + 进阶探索6% + 展示 10%）
- final-exam 40% (不定项选择题10 * 3%，判断10 * 2%，填空10 * 2%，3个大题)
学习建议¶
周晓巍不点名，但讲课清晰，与优化/ml课程不冲突的部分建议到课。
六次实验评分宽松，基本完成即可。
大作业是最多三人组队，从视觉定位，表面重建，虚拟数字人和自由选题中选择一个，完成基本实现和进阶探索，并进行展示，提交ppt，报告与代码。
该作业的基本逻辑是，针对相关任务实现自己的demo，并针对其中的一到三个特定问题，通过调研文献，编写代码等方式进行优化测试。
进阶探索部分尤其注意需要明确改进的方向，做出的尝试与实现的效果。
例：虚拟数字人任务中一组针对模型性别判断不正确，眼镜消失的问题，通过特征平均，LoRA训练的方法解决了问题，方法并不困难解决的问题也并不大，但确实取得了很好的效果，最后得到了大作业的高分，详情可翻看智云课堂。
大作业的最终得分平均在25-26左右，最高可接近29。
我并不推荐选择表面重建这一工作，个人意见仅供参考。
期末考试面向复习课复习，注意对于细节（尤其是自由度，需要的点对数量）的考察很详细。