这门课讲的内容应该年年都差不多，可以看看别的评论说的，跟我这学期上的一样，两个编程作业也一样，就是要写报告的论文不同。我本身就是抱着了解深度学习的目的来上这门课，最后确实收获不少，老师讲得比较透。课程中还有很多别的知识，比如特征提取、高维索引等，我也不太感兴趣，而且越讲越难，所以后面的课我都摸鱼了 :D（反正不用考试hhh

印象中上课一共点了两次名

大作业占总分的50%，就最后的答辩来看，大家都好卷，随便放点项目名称上来：

* 基于内容的图像检索技术的横向比较

* 利用swin transformer 作为主干网络进行的目标检测

* 图像人脸伪造检测

* 基于Xception的人脸伪造检测

......

只能说，看题目就知道不简单

如果要选这门课也想拿个比较好的分数的话，建议最后大作业自己一个人一组，毕竟在大家都干得很不错的情况下，组队均摊得分感觉会比较亏

现在做cv挺热门，所以抱着了解这个方向的初衷选了这门课，今年选完课老师就在课后群中提到根据往年同学反馈，会降低内容难度，以基础知识和科普为主要目标，一学期下来的上课体验，以这个学分，以一门公选课来说我觉得是非常值得的，以了解学习这个领域为目的选这门课一定有所收获。

这门课的三个老师，张勇东老师负责第一节课的课程概览，具体讲授都是谢洪涛老师和张天柱老师。

课程内容非常充实。谢老师会讲解一些图像处理的基础知识，例如数据表示、特征提取、特征检测，作业也就是根据上课内容写个程序实现老师上课讲过的某个方法，考虑到有部分低年级同学，老师对作业要求极其宽容，允许网上查找相应的代码，只要求能看懂代码，理解老师上课讲的内容。张老师会讲解深度学习网络的基础，例如CNN、AlexNet、VGG、ResNet等网络，也介绍了一下目标检测领域的方法和模型，作业直接是写某篇论文的阅读报告，我们这次是VGG。

上课风格的话两位老师我只能说都极为认真：谢老师的课干货挺多，偶尔也讲些自己做科研的经历和故事，可以实实在在体会到这些理论方法实际应用的场景和需求；张老师对卷积网络等深度学习网络的讲解挺透彻的，对小白来讲收获挺大，就是经常提问，有几次点同学发言点了几排都不知道，但也只有部分高年级同学可能提前了解，所以不知道可以直接说感觉没啥影响。

作业：极少。加上最后的大作业一共四次，谢老师两次程序作业和张老师的一次论文阅读报告，程序代码量很少，要求前面也提到了，每次作业都给了两周时间完成，助教非常nice，问题耐心解答及时回复。大作业可组队，要求结合近两年的研究，老师他们的实验室本来就是做cv的，所以可以结合老师提供的方向也可以选自己感兴趣的方向，我最后就选了21年的一篇论文复现了结果并对部分参数做了进一步的实验，然后在结课做一个报告阐述自己做了哪些工作。

成绩：开课时老师就给了成绩评定规则，上课会不定期点名，作业全交点名全到老师不会难为，据说今年因为成绩突破优秀率导致成绩审核拖了一会才出，最后拿到A，非常满意！

2023春

我是大数据学院大三选的这门课，本来以为我是来炸鱼的，没想到大家这么卷…

上课内容：xht老师主要讲图像的基础处理，我课听的不多；ztz老师主要讲的深度学习，主要为CNN，讲的挺好的，我听的比较多。但是这门课的内容对于大一大二的学生（特别是没接触过机器学习和CV的同学）太难，就算老师开始的时候说课程难度已经降低了，但我觉得对于无基础的同学还是太难。

课后作业：很少，就两个代码加一些论文阅读报告什么的。

点名：不定时点名，算分

大作业：很卷，很难想象大家做的都这么好，不过又很多同学都是xht老师科学与社会研讨课的学生，用自己的研讨课的项目或者大创项目甚至毕业论文的项目来当大作业交的人不在少数。

给分：虽然大家很卷，但好在老师给分不错，听老师说是突破了优秀率的，本人有幸做的项目老师还挺喜欢的，拿了个4.3。

其他建议：做的项目不一定要多高大上，但是全部的流程一定要自己理解透彻，不要随便在github上copy的项目就完事了，如果代码是你自己打的，或者模型是自己训练的，一定要主动提出来，要向老师展示你的工作量。

ps：ztz老师喜欢课堂上活跃一点的学生，可以积极参与，运气好的话有加分（

高年级信智学部的学生推荐来选这门课

这门课主要讲一些深度学习的基础，作为入门来听非常好

作业一共会布置4次，每次完成时间大约在2小时左右，可以说是非常少了

上课会点名2次，算百分之十的分数

最后是大作业汇报，占百分之五十的分数。大作业是自己选题做一个小项目，老师建议两到三人一组完成

总结：作业少事少最后给分非常好，性价比非常高的一门课