基于深度学习的图像分类模型优化研究

课题名称: 基于深度学习的图像分类模型优化研究
学科专业: 计算机科学
课题关键词: 图像分类模型优化模型轻量化小样本学习
辅导模式: 1对1
发表目标: CCF-C
课题介绍: 深度学习驱动的图像分类技术已成为计算机视觉领域的核心技术，在医疗影像诊断、智能安防、自动驾驶等领域展现出巨大应用潜力。基于卷积神经网络（CNN）的经典模型（如AlexNet、ResNet）通过深层特征学习显著提升了分类精度，但现有模型仍面临计算资源消耗大、部署困难及小样本学习能力不足等挑战。针对这些问题，模型优化研究聚焦于在保证精度的前提下，实现模型轻量化、推理加速与泛化能力提升，对推动深度学习技术在资源受限场景中的落地应用具有重要理论意义与实践价值。

导师信息

科研导师

Prof. Neuron

985高校副教授

导师介绍

研究领域：图像分类,目标检测,语义分割,深度学习学术成果：以唯一第一作者/通讯作者发表论文36篇，其中SCI论文32篇，SCI一区Top/CCF-A类论文15篇；中国计算机学会会员、教育部学位与研究生教育评审专家；主持和参加了10余项国家和省部级科研项目，兼职多个期刊的审稿人；博士期间曾到新加坡南洋理工大学联合培养；担任国际期刊Computer Science and Technology、American Journal of Artificial Intelligence编委；5次担任国际会议程序委员和技术委员；完成国际期刊审稿 120 余次，国际会议审稿

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。