本週流程(3 小時)
| 時段 | 活動 |
|---|---|
| 0-15 分鐘 | 說明流程 + 報告順序抽籤 |
| 15-165 分鐘 | 每組 8-10 分鐘 demo + 5 分鐘 Q&A(依組數調整) |
| 165-175 分鐘 | 老師講評 + 給每組亮點與可改進處 |
| 175-180 分鐘 | 結業致詞 + 學期總結 |
期末三件套
① 程式碼(GitHub repo)
- 完整 Android 專案(可重現 build)
- README 含 build 指令、相依套件、模型權重位置
- 有訓練 notebook 的話一併放
- 授權聲明(預設 MIT)
② 研究報告(PDF, 10-15 頁)
每個段落必有,可長可短:
- Abstract — 一段話講完問題與結果
- Introduction — 為什麼這個題目重要
- Method — 你的演算法 / 模型架構
- Experiments — 資料集、訓練設定
- Results — 數據表 + 視覺化 + Confusion Matrix / mAP
- Discussion — 結果意義 + 跟 baseline 比較
- Limitations — 你的方法在什麼情境會失敗
- Future Work — 如果你有更多時間 / 資料 / 算力會怎麼做
研究級門檻:至少 1 張 Confusion Matrix / mAP 曲線 / 延遲對照表;至少 1 個 baseline 對比。
③ Demo 影片(30-90 秒)
- 手機錄屏 + 旁白
- 展示 App 主要功能
- 含失敗 case 展示(誠實面對你的演算法限制)
- 影片末尾顯示 GitHub repo 連結
評分標準(占學期 20%)
| 維度 | 比重 | 看什麼 |
|---|---|---|
| 技術深度 | 30% | 用到的方法是否合理、有挑戰性 |
| 實驗嚴謹 | 30% | 是否有 test set、定量指標、baseline 對比 |
| 創意與應用 | 20% | 是否解決真實問題、有差異化 |
| 報告品質 | 10% | PDF 報告含 spec、limitations、future work |
| Demo 完整度 | 10% | 30-90 秒影片清楚示範、GitHub 可重現 |
研究方法是評分骨幹:不只看「跑得通」,更看「跑得有道理」。confusion matrix、baseline 對比、limitation 分析,缺一不可拿高分。
給學生的最後建議
- 誠實面對 limitations:寫出哪些情境會失敗,比假裝完美更專業
- 表格 + 圖優於文字:報告 1 張好圖勝過 1000 字
- Demo 影片少話多畫面:30 秒讓人看到你做了什麼
- GitHub repo 寫好 README:讓老師可以一次跑通
- 不要解釋為什麼沒做:把時間花在做了什麼上
- 對自己作品 proud:你已經跑完整門課,值得驕傲
結束課程
從 W1 第一次掛載 Drive、到 W15 demo 自己的 App,你完成了:
- 影像物理基礎(W1-W5)
- 古典特徵抽取(W6-W7)
- 嵌入式 Android 開發(W6+)
- 五種範式做 RPS(W9-W13)
- CV 研究地圖(W14)
- 一個你自己的期末專題
這套訓練是研究生階段最值得的投資之一。期待看到你在 CVPR 投 paper / 開公司 / 為世界做點什麼。
— 學期結束 —