Computer Vision

News

• 6/12 會上傳學期成績到學校

• 期末報告成績 (分組名單)，最後會再根據組員貢獻來調整分數

• Assignment 4 作業成績

  • 成績如有問題，請聯絡李定洲助教，如果還有問題請聯絡老師

• (5/26) 小考成績 (出席25分，每題25分，3題總共100分)

• 5/15 下午 15:10 教學意見調查，結束之後會點名

• Assignment 3 作業成績

• Assignment 4 is announced, and the due date is 5/22.

• Assignment 2 作業成績

  • 成績如有問題，請聯絡李定洲助教，如果還有問題請聯絡老師

• Assignment 3 is announced, and the due date is 5/1.

• Assignment 1 作業成績

  • 成績如有問題，請聯絡李定洲助教，如果還有問題請聯絡老師

  • 作業檔案格式是 ipynb，需使用 jupyter notebook，並且需儲存執行結果 (py 格式無法儲存執行結果)

  • 下次作業如果沒有儲存執行結果，將酙酌扣分

• Assignment 2 is announced, and the due date is 4/10.

• 上課教室更改至工EC 1001

• Assignment 1 is announced, and the due date is 3/20.

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 cpwei@g-mail.nsysu.edu.tw

Lecture: Monday 14:10 ~ 17:00 @ 工EC 2007 工EC 1001

Teaching Assistants:

李定洲: q359874165@gmail.com

歐穎璇: brannyou18@gmail.com  

TA Hours: Tuesday 13:00~14:00, Thursday 13:00~15:00  @ 工EC 8011

Website: https://sites.google.com/view/nsysu-dvlab/courses/computer-vision-2023

Grading

• Final Project: 30%

  • 期末報告說明，二或三人一組，分組名單(線上填寫)，尚未分組名單(線上填寫)，03/06 前完成分組，04/17 決定報告題目，05/22 前完成報告內容 

  • 期末報告注意事項

    • 期末報告寄信連結 

    • 信件附加檔案名稱為「第幾組_題目_投影片.pdf」及「第幾組_題目_期末報告.pdf」

    • 組別(第幾組)根據分組名單，每組報告時間4分鐘

    • 依書面報告及口頭報告來評分

• 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 111-2 電腦視覺

    • 課程代碼：105224418

  • Account: 

    • studentID@student.nsysu.edu.tw 或 studentID@mail.nsysu.edu.tw

    • password: 123 (建議修改預設密碼，以免被誤用) 

• Assignments: 60%

  • 共4次作業

  • 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) 

    • 作業1寄信連結, 作業2寄信連結, 作業3寄信連結, 作業4寄信連結 (寫作業必須獨立完成，不能看其他同學的作業，如有抄襲，作業0分)

    • 期末報告題目寄信連結 (信件內容請註明第幾組)

  • 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 

  • 可以互相討論作業，但寫作業的時候不能看別人的程式碼

  • 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 CS231N: Convolutional Neural Networks for Visual Recognition (slides)

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