深度学习课程项目合集

本仓库包含深度学习课程中的一系列实验和课程设计项目，涵盖从基础神经网络到前沿计算机视觉架构的完整学习路径。

所有项目基于 Python + PyTorch 实现，部分基础实验使用纯 NumPy 手写实现。

项目列表

基础篇

项目	说明	技术要点
mnist	手写数字识别	3层全连接网络，NumPy 手写 + PyTorch 两种实现
predict-sale	广告销售额预测	线性回归、SGD 手写实现 + 小型神经网络
image-zip	图像压缩	SVD 奇异值分解，纯 NumPy 实现
fashion-mnist	Fashion MNIST 分类	入门 CNN（2层卷积）
波士顿房价预测	波士顿房价回归	MLP 回归任务
词嵌入	中文词向量	Embedding + LSTM 文本分类

时序预测

项目	说明	技术要点
LSTM股票价格预测	股票收盘价预测	LSTM 序列建模，滑动窗口
航空旅客出行人数预测	旅客量预测	LSTM 多步时序预测

图像分类进阶

项目	说明	技术要点
captcha1	4字符验证码识别	CNN 多标签分类
captcha2	6字符验证码识别	深层 CNN + Dropout + 学习率调度
猫狗图像分类	猫狗二分类	3层 CNN 图像分类器
sugarcane-disease-recognize	甘蔗病害识别	自定义 CNN + ResNet50 迁移学习

计算机视觉高级篇

项目	说明	技术要点
语义分割	U-Net 图像分割	全卷积编解码器架构
生成对抗网络	手写数字生成	GAN + CGAN（条件生成）
人脸识别	人脸识别系统	孪生网络 + MobileFaceNet + ArcFace + MTCNN
目标检测	道路目标检测	自定义 CNN 直接回归边界框
课程设计	肿瘤检测系统	Faster R-CNN + ResNet50-FPN

环境依赖

• Python 3.x
• PyTorch
• torchvision
• NumPy
• OpenCV (cv2)
• scikit-learn
• matplotlib
• tqdm
• Pillow
• jieba（词嵌入项目）

数据集说明

本仓库仅包含代码，不包含数据集和模型权重文件。各项目所需数据集如下：

项目	数据集	获取方式
mnist	MNIST	torchvision.datasets.MNIST 或 官网下载
fashion-mnist	Fashion-MNIST	torchvision.datasets.FashionMNIST 或 GitHub
predict-sale	advertising.csv	已包含在仓库中
波士顿房价预测	Boston Housing	scikit-learn 或 CSV 格式
captcha1 / captcha2	自建验证码数据集	使用 captcha 库自行生成
猫狗图像分类	Dogs vs Cats	Kaggle
语义分割	自定义图像+掩码	自建数据集
生成对抗网络	MNIST	torchvision.datasets.MNIST
人脸识别	ORL 人脸数据库	AT&T
目标检测	道路标注数据	自建数据集（含 XML 标注）
甘蔗病害识别	甘蔗叶片图像	自建数据集
课程设计	肿瘤检测 COCO 数据集	自建数据集

项目结构

每个项目目录遵循统一的结构模式：

项目名称/
├── main.py                   # 主训练/推理脚本
├── nn.py / model.py          # 网络结构定义
├── model.py / model_wrapper   # 模型封装类（train/evaluate/predict/save/load）
├── data_preprocessing.py      # 数据加载和预处理
├── dataset/                   # 数据集目录（已 gitignore）
└── *.pth                     # 模型权重文件（已 gitignore）

许可

本项目仅用于学习交流。