2021秋软件工项目选题

小组项目选题今年仍为智能数据处理相关。

近年来，计算机领域科研人员“低龄化”现象明显，越来越多本科生开展科研工作（对于保研、考研、出国、找工作都非常重要），本课程希望同学们能够接受一些科研训练。

调查显示，清华计算机系本科生超过 80% 的有实验室科研经历，每年有 10 余位本科生在国际顶级期刊和会议发表高水平论文。

同学们从事一些科研训练的好处：

（1）找到自己的未来的兴趣，了解最前沿知识，提升个人能力；

（2）对于计划出国或者读研的同学，可以发表论文，提升竞争力；

（3）业余生活更加充实。

表现最积极的同学往往是 “拥有浓厚的兴趣，打着比赛，领着奖金就爱上了”

“抽象是艺术史上的自然进步，然而算法捕捉到了这一点”。很多人认为理工男普遍缺乏艺术细菌，不懂欣赏艺术的抽象美，然后现在理工男设计的AI算法已经能够理解艺术。

罗格斯大学的艺术与人工智能实验室制作出一套名为CAN（创造性对抗网络）的AI系统，CAN向我们证明人工智能可以理解艺术发展脉络和学习路径，所以软件的任务就是训练模型，识别名画的作者。数据集来自49位大师的作品，乔托·迪·邦多纳、毕加索、梵高、安德烈·鲁勃廖夫、提香·韦切利奥等。

要求：最终做成WEB版，有界面，用户上传一张名画，系统返回该名画的作者信息。

数据集包含200种鸟类的图片，设计算法可以自己判断鸟的类型。

要求：最终做成WEB版，有界面，用户上传一张名画，系统返回该名画的作者信息。

小组选题三：船舶航行轨迹预测或渔船作业方式识别

要求：完成一个网站，可以处理东海船舶AIS设备传回的轨迹数据（已脱敏），每一条轨迹数据包括经度、纬度等，可以应用于船舶航行状态评估、船舶碰撞概率检测等场景。依据真实渔船轨迹数据（经纬度、速度、方向、时间等），利用机器学习相关技术，建立稳健的渔船作业方式识别模型，有效识别渔船的作业方式。

流行病学统计数据显示，婴幼儿血管瘤的发病率为10%~12%，主要见于早产儿和女性婴幼儿。超声检查无创，可以为临床提供血管瘤的位置、形状以及累及范围等信息，有助于指导医生进一步治疗。

目前临床对血管瘤的病灶的分割，主要由专家人工勾画，受临床经验水平的影响，分割结果无法避免人为误差。若采用人工智能，需要较为精准且海量的样本，数据的成本较高，如何利用小样本数据集训练血管瘤超声图像的自动精准分割，称为目前热门的研究方向之一。

本项目的任务是利用深度学习方法训练一个血管瘤的分割模型，期望参赛者可以在小数据集训练出一个优秀的模型，以达到辅助医生进行治疗血管瘤的目的。

其它选题也可以，但必须和智能数据处理相关，要和老师商量。

通过技术竞赛可以快速提升科研能力，"赛中学"可以帮助大家了解领域里的相关知识，同时也可以提升大家的组织协调能力、抗压能力。