Computer Vision & Data Analysis 综合学习项目

计算机视觉与数据分析课程的学习项目集合，涵盖图像处理、图像分类、目标检测、语义分割、超分辨率重建及数据可视化等多个方向。

项目结构

ComputerVision/
├── 20250321/              # 图像噪声与滤波
├── 20250411/              # 猫狗二分类 (CNN + 迁移学习)
├── 20250418/              # 细粒度鸟类分类 (CUB-200, ResNet50 + 注意力机制)
├── 20250425/              # 人脸检测与识别 (Haar + HOG + face_recognition)
├── 20250430/ ~ 20250604/  # 数据可视化系列 (统计图表、泰坦尼克号分析等)
├── 20250509/              # YOLO 浣熊目标检测
├── 20250523/              # UNet 皮肤病变分割
├── 20250613/              # SRCNN 图像超分辨率重建
├── image-segmentation/    # BiSeNetV2 语义分割 (CamVid数据集)
├── BiSeNet-master/        # BiSeNet 官方实现 (V1/V2)
└── yolo/                  # YOLO 测试目录

涵盖主题

计算机视觉

主题	目录	关键技术
图像噪声与滤波	20250321	OpenCV, 高斯/均值/中值/双边滤波, PSNR/SSIM
图像分类	20250411	自定义CNN, ResNet18/50, MobileNetV2 迁移学习
细粒度分类	20250418	ResNet50 + SE注意力 + 多尺度特征金字塔 + 部件定位
人脸检测与识别	20250425	Haar Cascade, dlib HOG, face_recognition
目标检测	20250509	YOLO11n, PASCAL VOC, TFRecord
语义分割	image-segmentation	BiSeNetV2 (Detail + Semantic + BGA), CamVid
医学图像分割	20250523	UNet, 皮肤病变
超分辨率重建	20250613	SRCNN, B100数据集, YCbCr色彩空间

数据可视化

6次实验 (20250430/ ~ 20250604/)，覆盖统计图表绘制、泰坦尼克号生存数据分析、交互式可视化等。

技术栈

• 深度学习框架: PyTorch, torchvision
• 目标检测: Ultralytics YOLO
• 图像处理: OpenCV, Pillow, scikit-image
• 人脸识别: dlib, face_recognition
• 数据处理: NumPy, pandas, scikit-learn
• 可视化: matplotlib, seaborn
• 工具: tqdm, TensorFlow (TFRecord)

代码组织模式

每个CV子项目遵循统一的模块化结构：

• data_preprocessing.py — 数据集加载与预处理
• nn.py — 模型结构定义
• main.py — 训练入口
• utils.py — 工具函数
• test.py / test.ipynb — 推理与评估

使用方法

1. 安装依赖：

pip install torch torchvision opencv-python pillow scikit-image scikit-learn pandas matplotlib seaborn tqdm ultralytics

2. 进入对应主题目录，运行训练脚本：

cd 20250411
python main.py

注意: 数据集和模型权重文件未纳入版本控制。请自行下载所需数据集并放置到对应目录。

数据集来源

• CUB-200-2011: Caltech-UCSD Birds-200-2011
• CamVid: Cambridge-driving Labeled Video Database
• Raccoon Dataset: raccoon_dataset
• B100: Berkeley Segmentation Dataset