Computer Vision

News

• 期末報告成績

• 每一組都要線上期末報告，從第1組開始依組別順序報告，報告時間是6分鐘，只需要講題目動機以及成果展示，不需要講方法，報告結束之後老師會問問題及講評

  • https://meet.google.com/tiw-rxby-snk (個人電腦要接麥克風或用筆電)

  • 時間：6/22 早上 9:10 開始

• 小考成績 ，每次小考都是3題選擇題，每題25分，出席分數25分，總分100分

• 06/15 早上10:00~10:30有 zuvio 小考，總共3題選擇題，範圍是上週上課內容

  • 6/15 授課影片

• 請大家上網填答教學意見調查，大家的教學意見很重要，可以評估教學及課程設計

  • https://selcrs.nsysu.edu.tw/tch_evaluate/

  • 凡填答率達總修課數80%含以上者學校提供獎勵選課點數30點以及抽獎(禮卷或電子3C)

• 期末報告收件截止日期是 06/15

  • 除了期末報告，如有實際程式展示，可以錄影，將影片連結還有報告利用下面連結寄給老師

  • 期末報告寄信連結

• 06/08 早上10:00~10:30有 zuvio 小考，總共3題選擇題，範圍是上週上課內容

  • 6/8 授課影片

• 06/05: 作業3成績

• 06/01 早上10:00~10:30有 zuvio 小考，總共3題選擇題，範圍是上週上課內容

  • 6/1 授課影片

• 05/25 早上10:10~10:25有 zuvio 小考，總共3題選擇題，範圍是 batch normalization (上上週)及上週上課內容

  • 5/25 授課影片

• 05/18 開始改成遠距授課直到 COVID-19 疫情趨緩及學校調整策略，授課影片在上課前一天上傳連結至課程網頁

  • 作業3收件截止日期是 05/18

  • 課程時間會有不定期 zuvio 小考，zuvio 小考時間會提前公布在課程網頁

  • 5/18 授課影片

• 05/04: 作業2成績

• 04/20: 作業1成績

Course Information

Instructor: 魏家博 (Chia-Po Wei)

老師信箱 cpwei@mail.nsysu.edu.tw (作業請勿寄到此信箱，來信請附上姓名、學號、班級)

作業信箱 cpwei80@g-mail.nsysu.edu.tw

Lecture: Tuesday 9:10 am ~ 12:00 am @ 工EC 3009

Teaching Assistants: 黃建誠、葉治均

TA Hours: Wednesday/Thursday 16:00 ~ 18:00 @ 工EC 8011

Grading

• Final Project: 30%

  • 報告說明：二或三人一組，分組名單(線上填寫) 03/23 前完成分組，04/27 前完成報告前2項，06/15 前完成報告

• Quizzes: 10%

  • Zuvio 課堂測驗，手機 app store 搜尋 「zuvio 校園 - 大學校園學習」 (請不要選其它國家版本)

    • 課程名稱：學期 109-2 電腦視覺

    • 課程代碼：71210511

  • Account: studentID@mail.nsysu.edu.tw/

    • 請注意帳號不是學校信箱 @student.nsysu.edu.tw

    • Password: 123 (建議修改預設密碼，以免被誤用)

• Assignments: 60%

  • 共3次作業

  • Send your assignment to cpwei80@g-mail.nsysu.edu.tw according to the rules.

  • 請依規則寄作業，否則無法登記成績 (未依規則寄作業，若逾作業截止時間還未修正，該次作業分數0分)

    • 如不想手動輸入寄件信箱、信件主旨(仍需信件內容及附件，附件名稱錯將無法登記成績)，可用下面連結(只適用於gmail & Chrome)

    • 期末報告題目寄信連結 (附上組別(根據分組名單)、組員、題目), 作業3寄信連結, 期末報告寄信連結

    • Chrome 設定: 設定->進階->隱私權和安全性->網站設定->處理常式->允許 gmail 打開所有 email 連結

  • 請獨立完成作業，作業是針對初學者設計，只要肯花時間，應可獨立完成

  • 若寫作業遇到問題，請善用助教時間

  • 若有抄襲，抄襲者與被抄襲者皆為0分 (助教會檢查是否抄襲)

• 所有原始成績皆會公布於課程網頁，若有問題請於兩個禮拜內聯絡老師，逾期則不回覆

References

• Stanford CS231A: Computer Vision, From 3D Reconstruction to Recognition

• Stanford CS231N: Convolutional Neural Networks for Visual Recognition