PDF《《模式识别》课程 2019 年度大作业》

《模式识别》课程

2019 年度大作业 注意事项:(请务必详细阅读所有注意事项) 1.

本作业发布时间 2019.5.5,交作业时间:2018.5.30 日

第一节课下课后,

第二节课 上课前(即上午

9 点整).与平时作业不同,不允许迟交,迟交则成绩以

0 分计. 2. 与平时作业不同,大作业只有研究生同学完成,保送本系的本科同学也需要完 成,但其他本科生无需完成.请在作业的开始部分写上姓名、学号,缺少该信息 的,本次作业总分扣除

10 分.如果是已经完成保送手续,先修研究生课程的本校 本科生,请一定每次作业在姓名后加注"(本科保送)",否则无法拿到学分. 3. 与平时作业不同,作业评分以电子版为准.需要提交代码,具体的提交要求请仔 细阅读作业说明.总体文件大小不超过 5MB(可以提交压缩文件). 上传地址为 http://cslabcms.nju.edu.cn/.初始用户名和密码为学号.研究生学号以 MP18 开头的暂时无法登陆,可将电子版 email 给助教 (wangguohua@lamda.nju.edu.cn, yik@lamda.nju.edu.cn),其余同学务必使用网站 系统上传.是否迟交以 cslabcms 系统的时间戳或电子邮件的时间戳为准. 大作业: 1. 仔细阅读以下网页的内容 (http://lamda.nju.edu.cn/weixs/project/DDT/DDT.html),包括其中提供链接的英 文论文,理解 DDT 方法的运行步骤. 2. 自行实现 DDT 算法.实现时可以参考上述网页提供的 Matlab 代码以加深对 DDT 方 法的理解,但是不可以使用 MatConvNet 这一深度学习框架,除此以外的其余任意 深度学习软件框架都可以使用. 3. 如尚未有深度学习、CNN 的编程经验,请搜索网络资源完成自学. 4. 如有可供使用的 GPU 加速卡资源,可以自由使用.如无这种资源,可在编程中指 定使用 CPU(即,不使用 GPU)来完成计算.DDT 方法的计算量很小,使用 CPU 也可完成计算. 5. 在上述网页提供下载的代码链接里有少量图片可供使用,利用这些图片完成 DDT 方法的学习,利用可视化技术(参考论文和代码)直观考察 DDT 方法的效果. 6. 请提交完成上述任务的文档和代码,需提交的内容如下: a. 说明文档:自行组织文档的格式,保证文档的内容能让助教清晰地理解你 的代码运行环境、实现的主要思路、你通过实现并运行代码后对 DDT 方法 的理解等.(25 分)文档应该以 docx 的格式存储,其中可以通过图的形式 展示你实现的 DDT 方法的效果.请注意,本作业总文件大小限制为 5MB, 所以对所使用的图的分辨率应加以限制. b. 代码:应能保证在软硬件环境完成配置后能够运行代码.系统将自动进行 查重检查.如两份作业的代码重复率被系统自动检测为超出限制,那么两 份作业都将被判为

0 分. 7. 自行选定一种物体的类型,这种类型应该是 DDT 网页的相关论文里面没有使用过 的.自行收集这种物体类型的图片(例如,可通过图像搜索引擎完成)100 张.请 注意:在选定物体类型并收集图像时,应事先考虑该物体类型是否可通过 DDT 方 法进行定位等因素. 8. 在你自行收集的图片集上使用 DDT 方法进行训练,并对定位的结果进行可视化. 使用训练集中的

50 张图像对 DDT 方法进行测试,人工检查 DDT 方法的定位结果并 判断该结果是否可用(如定位大致准确则为可用). 9. 请提交完成上述任务的文档,需提交的内容如下: a. 说明文档:自行组织文档的格式,保证文档的内容能让助教清晰地理解你 选择的物体类别、选择类别和收集图像的主要思路、你通过实现并运行代 码后对 DDT 方法在该种物体成功定位的比例(即成功定位的百分比)是多 少等.(20 分) b. 对DDT 方法在这个任务上的表现进行解读(例如,选择的物体类别不合适 导致定位不准,那为什么不合适?)等.你需要自行对 DDT 在该任务上的 表现进行多角度的分析(20 分) c. 提出你的设想:该如何提高 DDT 方法在该物体类型上的定位成功率?(10 分) d. 文档应该以 docx 的格式存储. 10. 请注意,本作业总文件大小限制为 5MB(包括所有的文档和代码),所以对所使 用的图的分辨率应加以限制.