选课类别:基础 | 教学类型:理论课 |
课程类别:研究生课程 | 开课单位:电子工程与信息科学系 |
课程层次:硕士 | 学分:3.0 |
《多媒体内容分析与理解》由三位老师讲授,涵盖多媒体信息处理和最新深度学习技术。谢洪涛老师从传统多媒体技术开始,讲到多模态大模型;张天柱老师则聚焦深度学习模型,从CNN到生成对抗网络。课程内容递进性强,且允许学生根据兴趣选择性学习。
课程无需笔试,考核由平时作业和期末大作业组成。平时作业包括经典算法实现与模型复现,任务难度适中且时间充裕。大作业以小组形式进行,自选课题相关内容,要求课题展示和实验结果提交。
给分相对宽松,尤其是对大作业有较充足准备的学生。有学生指出即便对所有内容不感兴趣,只要专注于自己喜欢的部分,仍可取得高分。点名次数有限,课堂自由度较高,符合研究生自主学习特点。
有学生反馈某位老师在答辩时表现不够专业,另有学生指出疫情期间线上课程互动减少,但总体评价仍倾向于课程学习成效良好。
没出成绩,所以不对成绩做评价,仅仅评价最后的答辩。答辩题目自选,12分钟PPT+demo+3分钟回答问题。
本组不才,没有做出来CVRV水平的大作业,但有实实在在的motivation、创新点、站得住脚的实验结果。
然而某位老师,答辩时一口一个“你们这个不就是xx"、“你给我讲一下xx”。当然,老师才高八斗,看不上我们的工作也无可厚非。但通过与他短暂的交流,我们发现,他确实对该领域不甚了解——把该领域最近的一个热点点问题,当做老天爷做好给你了,甚至连我们的motivation都没有理解。
当然,我们也相信,术业有专攻,也许某老师对该领域确实不了解。但不分青红皂白就“教学生做人”,恐怕不是一句自负能解释的吧?
上课的疑惑行为就不提了,前面已经有帖子吐槽过了。但是,我看了一下该老师给本科生上课的评价,竟然没有本科生吐槽他上课、答辩时的疑惑发言,也许该老师对研究生与本科生,有bias的吧。
形式上还是第一节课一个老师,后面xht和ztz两个老师轮流上课。
后面两个老师每个老师会点一次还是两次名。去年因为疫情,ztz老师好像基本上是线上上课,ztz点了超过理论次数的名,但是基本没有提问,经常可以不去或者点个名就溜。xht老师上课基本从传统的多媒体开始讲起最近的新的,后面会介绍一些实验室的方向和工作。ztz老师就全是讲深度学习,分类从CNN到ViT到CLIP之类的,目标检测从RCNN到DETR到DINO之类的。ztz上课风格可能就是比较喜欢互动,所以会出现点名回答问题的情况,这个因人而异吧。不过去年可能因为线上,基本没有提问了,答不上来扣分的操作2022秋更是没见到过。不过会分组布置一些论文阅读汇报,都是比较有名的文章,读一读倒是也不错。
另外关于给分情况,去年给分应该还可以。平时几个小作业比较简单,每年也都一样;最后大作业也不难,用课题组相关的工作就可以。毕竟专业选修课,也不用考试,学分来的容易。
2024秋课程:
今天出分了,总结一下:平时作业少,大作业好好准备的话,拿个90多分比较容易。
上课形式:一共三个老师,第一节课是zyd老师,后面就是xht和ztz老师轮流上课,总体来说课程的内容比较丰富。 xht老师主要讲解多媒体检索技术近十年来的发展历程以及这两年很火的视觉,语言,多模态大模型。ztz老师从卷积神经网络讲起再到循环神经网络和生成对抗网络。这两个老师上课的时候会布置少量的平时作业。最后就是大作业,大作业内容比较宽泛,可以按照老师的给定的题目进行选择,也可以自己选择一个熟悉的领域,答辩时只要好好做老师都给了比较高的分数。
我上的是2024秋的课,前几天出分了,总结一下:平时作业少,一共四次,提交的时间也比较宽裕,包括了一些经典的图像处理算法,CNN模型比较,DETR复现。没有考试,期末考核是大作业,三个人一组组队,只要和课程内容相关就行,做一个课题展示。课堂不要求强制到场,总共会点两次名,点名的前一节课会通知,这就好像谢老师说的"研究生课程是开放式学习,可以根据自己的兴趣爱好有针对性地听讲学习",整体氛围都很自由,每个人按照自己感兴趣的听和做就行。课程内容涵盖了多媒体领域近20年的代表工作,很有递进性,从多媒体信息格式到SIFT等经典算法到CNN,transformer的经典模型,子领域的垂直研究,多模态大语言模型都有涉及。总的来说就是你好好听能学到很多东西,但是如果不是对所有内容都感兴趣的话,就抓自己喜欢的部分听也可以拿很高的分