机器学习练习一——熔池状态识别

这里写自定义目录标题

  • 一、作业要求
  • 二、提供的资源
  • 三、报告拆分
    • 3.1 熔池状态识别背景
    • 3.2 熔池状态数据集分析
    • 3.3 熔池状态识别算法设计
      • 3.3.1 寻找算法
      • 3.3.2 算法原理撰写
      • 3.3.3 算法代码实现
    • 3.4 熔池状态识别算法结果与分析
      • 3.4.1 算法结果输出
      • 3.4.2 算法指标
    • 3.5 最终文档的整理

一、作业要求

老师对报告内容的要求:包含下面三个部分:

  1. 熔池状态识别背景、数据描述;
  2. 算法设计描述;
  3. 结果分析。

二、提供的资源

老师提供了以下的资源:

  1. 数据集——包含trainval两个文件夹;
    所给数据集的格式注解:
    0-过熔
    1-正常
    2-不连续熔融
    3-不完全熔融

  2. 代码网站:

包含了各类网络:

https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

这个不知道,还没有探索

https://github.com/labmlai/annotated_deep_learning_paper_implementations

这个也不知道,有待探索

https://nn.labml.ai/

三、报告拆分

目前对老师要求的报告内容做以下的拆分:

3.1 熔池状态识别背景

具体工作:查找对应的文献,找到对应的课题背景
分配人数:待定

3.2 熔池状态数据集分析

具体工作:

  • 首先总结出已有数据集的特点
  • 然后(有必要的话)对数据集进行预处理,方便后面网络的使用

分配人数:待定

3.3 熔池状态识别算法设计

3.3.1 寻找算法

具体工作:比对各类算法,寻找一种合适的算法
分配人数:待定

3.3.2 算法原理撰写

具体工作:在3.1的基础上对已找到的算法进行原理上的分析,同时撰写出相对应的文案
分配人数:待定

3.3.3 算法代码实现

具体工作:在3.1的基础上找到相对应的代码,保证最后代码可以运行,并可以对图片进行分类
分配人数:待定

3.4 熔池状态识别算法结果与分析

3.4.1 算法结果输出

具体工作:在3.3的基础上同时输出相对应的识别结果
分配人数:待定

3.4.2 算法指标

具体工作:在3.1的基础上寻找评价该类算法常用的指标
分配人数:待定

3.5 最终文档的整理

具体工作:对上面各部分汇总得到的小文档进行整理和排版(以毕业论文的格式进行排版)
分配人数:待定

你可能感兴趣的:(机器学习,python,pytorch)