简介本资源是一套完整的基于深度学习的驾驶者行为监测预警系统实现方案面向计算机、电子信息、人工智能等专业的本科生与研究生适用于毕业设计、课程设计及期末大作业等实践场景聚焦解决因疲劳驾驶、分心操作、异常姿态等主观因素引发的道路交通安全问题。压缩包共43个文件包含21个核心Python源码覆盖面部状态识别CNN模型、肢体动作识别VGGNet-19网络、语音转文本模块及多模态融合逻辑、3份Markdown说明文档、2份PDF技术报告与使用指南以及日志、数据加载、模型保存等配套文件整体大小为21.76MB。已有615人学习下载资源结构清晰模块划分明确——含面部识别、肢体动作识别、语音识别三大子系统均提供训练、测试、摄像头实时预测完整流程代码注释充分技术报告详述算法选型、实验设计与性能评估可直接部署调试或作为深度学习工程化实践的高质量参考范例。 驾驶者行为监测这几年一直是计算机视觉方向的热门课题无论作为毕业设计、课程项目还是竞赛作品它的综合性和落地性都非常强。特别是基于深度学习的方案既避开了传统传感器方案的高成本问题又能真正体现算法能力所以一直有大量同学在做这类项目。我见过不少拿着现成源码跑通就以为完事了的案例结果在技术报告答辩环节被问得哑口无言也见过认真从数据处理到模型优化完整走下来、最后把项目真正讲透的同学。这篇博文就从我的实战经验出发把“基于深度学习的驾驶者行为监测预警系统”从原理到代码、从训练到报告呈现的完整链路拆开来讲希望能帮到正在做类似项目或者准备拿它作为课设/毕设的你。先说清楚这个项目到底是什么、能做什么。驾驶者行为监测预警系统的核心任务是基于摄像头采集的驾驶员面部和上半身图像通过深度学习模型识别出驾驶员当前的行为状态——比如正常驾驶、打电话、发短信、喝水、打哈欠、转头等——并在检测到危险行为时实时触发语音或视觉预警。它本质上是一个图像分类或目标检测问题但与普通物体识别不同的是它需要兼顾实时性、误报率、光照变化、遮挡等真实场景因素因此对模型设计、数据处理和工程部署都有比较高的要求。适合阅读这篇博文的人包括正在做深度学习课设或毕设的学生准备参加人工智能相关竞赛的团队成员想深入了解行为识别完整流程的开发者以及拿到源码但不太清楚怎么讲清楚技术报告的准答辩选手。下面我按项目的真实推进顺序来写。1. 项目缘起驾驶者行为监测为什么值得做1.1 这不是一个“为了做项目而做”的题目我相信很多同学看到“驾驶者行为监测预警系统”这个题目时第一反应是这不就是一个图像分类任务嘛给一个ResNet或者MobileNet拿公开数据集训练一下能分出来打电话和正常驾驶项目就算完成了。我之前也是这么想的但真正上手以后才发现这个题目之所以被反复用作高分项目恰恰是因为它把深度学习项目里最关键的几个环节全串起来了。驾驶行为监测在实际产业中对应的是Driver Monitoring System也就是车辆主动安全领域的重要组成部分。它的价值在于很多交通事故的根源不是驾驶技术不行而是分心驾驶——看手机、打电话、回头聊天、疲劳打瞌睡。在这些危险行为发生的时候如果系统能提前0.5到1秒发出预警事故概率就会显著下降。传统方案用方向盘传感器、心率带等物理设备做监测成本高、舒适性差而且误报率不低。基于摄像头的视觉方案则天然具备非接触、低成本、可扩展的优点这也是深度学习在这个场景下成为主流方案的根本原因。所以当你选择这个项目的时候本质上是在做一个有真实产业价值的问题而不只是课程作业。这也意味着你的技术报告不能只写“我训练了一个模型精度到95%就结束了”而是需要把问题定义、数据来源、模型选型理由、性能指标、系统设计、局限性和改进方向都说清楚。这恰恰是高分项目和技术报告评分时的核心依据。1.2 这个系统的完整闭环是什么我画一下这个项目的逻辑闭环方便后面理解每一个模块的定位。首先是图像采集端。可以是行车记录仪、USB摄像头或者手机摄像头采集驾驶员面部和上半身画面。关键点是视角问题——摄像头要能拍到清晰的正面脸部同时兼顾手部动作因此安装位置一般在前挡风玻璃A柱附近或仪表盘上方。然后是数据处理模块。原始视频流不能直接扔进深度学习模型需要做抽帧、裁剪、缩放、归一化、数据增强等处理。这一环节的质量直接影响最终模型效果很多人在这个部分不够重视导致后面怎么调参精度都上不去。接着是模型推理模块。这是整个系统的核心。模型需要能从单帧图像中判断驾驶员行为。这个任务的本质是行为分类因为行为类别之间在视觉上具有高度相似性比如“打电话”和“摸脸”在图像上非常接近对模型的判别能力要求相当高。再往后是预警决策模块。收到模型输出的类别和置信度之后不能直接报警因为单帧误判很容易触发误报。需要设计一个时间窗口机制比如连续5帧都检测到玩手机才触发预警这样可以显著降低误报率。预警形式可以是蜂鸣器、屏幕图标闪烁、语音提示等。最后是记录与反馈模块。好的预警系统还会保存触发预警前后的视频片段和截图便于事后复盘这也是实际产品中比较看重的能力。把这条链路全部走通你交付的才是一个完整系统而不仅仅是一个模型文件。后面我讲的每一个技术点都是围绕这个闭环展开的。2. 技术方案选型模型、框架与硬件基线2.1 模型选型为什么我建议从轻量分类网络入手目前驾驶者行为监测的主流技术路线有两条一条是基于图像分类的路子另一条是基于目标检测的路子。图像分类的做法是把驾驶行为视为整张图片的类别标签直接用一个卷积神经网络输出行为类别目标检测的做法是先检测出驾驶员的手、脸、手机等关键目标再根据目标的空间关系和运动状态判断行为。目标检测方案的表达能力更强但标注成本高、工程复杂度大对新手并不友好。在课程设计或毕业设计这个层面我强烈建议从图像分类路线入手原因是公开数据集成熟、模型训练门槛低、实验对比容易出结果而且能覆盖项目要求的大部分行为类别。具体模型选择上ResNet系列和MobileNet系列是常用选项。ResNet18和ResNet34在中等规模数据集上效果稳定训练周期适中适合作为基线模型MobileNetV2和MobileNetV3则更适合需要现场演示实时推理的场景。如果你希望项目有亮点可以选择一个“双分支”结构比如一分支持续捕捉整体姿态信息另一分支专门关注手部和面部区域最后融合两个分支的特征做分类。这种做法在技术报告里会显得你对任务特点有深入理解。不过要记住一个原则项目分数的高低不取决于模型是否花哨而取决于你是否能解释清楚为什么这么选、每个模块解决了什么问题。2.2 框架选型PyTorch还是TensorFlow目前在学术项目和个人项目里PyTorch是绝对的主流这一点基本不用纠结。PyTorch的调试体验和动态图机制对研究型项目很友好而且绝大多数论文的官方开源代码都是PyTorch版本遇到问题也更容易搜到解决方案。TensorFlow主要优势在工业部署端但对典型的学生项目来说不是必需品。Python版本建议3.8到3.10之间PyTorch建议2.x版本。这里有一个实际问题不同电脑的CUDA版本不同安装PyTorch时容易踩坑。我的建议是先去PyTorch官网用它的配置生成器输入你的CUDA版本后生成对应安装命令不要凭记忆装。安装完以后可以用一段简单代码验证GPU是否正常工作import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.get_device_name(0) if torch.cuda.is_available() else CPU only)如果你跑的是CPU环境也别太担心。在数据集不大而且用轻量网络的情况下CPU训练也跑得动只是时间会慢一些。说实话项目最核心的分数来源是“能不能把问题分析清楚”而不是“显卡是不是RTX 4090”。2.3 采样率和分辨率怎么定图像输入分辨率会影响模型训练速度和最终精度。常见做法是把输入统一缩放到224×224这是ImageNet预训练模型的标准输入尺寸。如果你的算力比较弱也可以缩放到160×160或者128×128精度会略降但训练速度快很多。我先说明一下224×224是这个领域默认的起步选择但如果你自己做了消融实验发现其他尺寸效果更好那反而是加分项。视频流处理方面要关注“抽帧策略”。摄像头是25到30帧每秒的连续画面如果每一帧都送进模型推理计算开销很大而且没有必要。一般实际系统中每秒处理5到10帧就足够了因为人的行为变化相对缓慢。3. 数据是项目的隐形天花板3.1 公开数据集怎么选在驾驶者行为监测方向最常用的公开数据集是State Farm Distracted Driver Detection来自Kaggle竞赛包含10个类别的驾驶员行为图像分别是安全驾驶、右手发短信、右手打电话、左手发短信、左手打电话、操作收音机、喝水、拿后座物品、整理头发和化妆、与乘客交谈。这个数据集类别设计得很贴近真实场景图像里的驾驶员姿态、光照、衣着都有差异难度比较适中。另一个值得关注的是AUC Distracted Driver数据集即美国汽车协会的数据集它包含动态视频数据行为类别超过10种覆盖面更广适合做视频级行为识别但数据量更大、处理更复杂。如果是课程设计周期先在State Farm数据集上做实验是性价比最高的。这里要特别提醒一点如果你在公开报告或毕业设计论文中使用这些数据集一定要在技术报告中写清楚数据来源、类别定义、样本数量划分方式。评分老师对这个非常敏感数据来源说不清是扣分重灾区。3.2 图像预处理流程怎么设计拿到原始图像后预处理通常包含以下几个步骤第一步是去均值归一化。PyTorch的torchvision.transforms里自带Normalize方法需要传入各通道的均值mean和标准差std。如果使用ImageNet预训练模型就用ImageNet的均值[0.485, 0.456, 0.406]和标准差[0.229, 0.224, 0.225]因为预训练模型是在这个分布上学习的。这个细节很多人会忽略但直接影响训练收敛速度。第二步是数据增强。驾驶场景的特点是光照变化剧烈、摄像头安装位置有差异、驾驶员姿态多样。所以数据增强策略应该包含随机亮度调整、随机对比度调整、随机水平翻转注意驾驶行为里左右手是不同类别水平翻转会导致类别语义变化这一步需要谨慎要么不做要么翻转后同步交换左右手类别标签、随机旋转小角度、随机裁剪等。第三步是样本均衡处理。如果数据集中每个类别的样本数差异较大模型容易偏向样本多的类别。解决方法是设置DataLoader的sampler做加权采样或者在损失函数里给不同类别设置不同权重。下面是一个简单的加权采样代码示例from torch.utils.data import WeightedRandomSampler # 假设 labels 是每个样本的类别索引 class_counts torch.bincount(labels) class_weights 1.0 / class_counts.float() sample_weights class_weights[labels] sampler WeightedRandomSampler(sample_weights, num_sampleslen(sample_weights), replacementTrue) # 在 DataLoader 中传入 sampler # dataloader DataLoader(dataset, batch_size32, samplersampler)3.3 训练集、验证集、测试集怎么切分标准做法是6:2:2或者7:2:1的切分比例。但这里有一个容易忽略的问题如果数据集中同一个人的图像同时出现在训练集和测试集模型就可能通过“记住这个人”而不是“学习行为特征”来获得高精度导致测试分数虚高。这种现象在学术上称为数据泄露。所以切分时最好按照驾驶员身份进行分组切分确保同一个人的图像不会同时出现在训练集和验证集里。这个细节如果你的技术报告里体现了是非常加分的因为它证明了你不只是无脑分了一个train_test_split而是真正考虑了泛化性。4. 模型训练与优化跑通只是及格线4.1 从预训练模型开始深度学习项目里最有效的起步方式是利用ImageNet预训练模型做迁移学习。原因很简单ImageNet上训练的模型已经学会了通用的边缘、纹理、形状等底层特征这些特征对驾驶行为分类同样适用。你只需要把模型的最后一层全连接层换成适合自己类别数的输出层然后以较小的学习率在目标数据集上微调。下面是一段ResNet18微调的参考代码import torch.nn as nn import torchvision.models as models num_classes 10 model models.resnet18(pretrainedTrue) # 替换最后一层全连接层 in_features model.fc.in_features model.fc nn.Linear(in_features, num_classes) # 设置参数冻结部分参数只训练后面层 for param in model.parameters(): param.requires_grad False for param in model.fc.parameters(): param.requires_grad True # 也可以解冻最后一两个残差层 for name, param in model.named_parameters(): if name.startswith(layer4): param.requires_grad True关于哪些层冻结、哪些层解冻我的经验是如果数据集规模较小几千张只训练最后的全连接层就够了如果数据集规模中等几万张可以解冻最后两个残差模块用更小学习率训练效果通常最好。4.2 损失函数、优化器与超参数配置分类任务首选交叉熵损失函数这是最通用的选择PyTorch里直接调用nn.CrossEntropyLoss()即可。如果类别不均衡在CrossEntropyLoss里传入weight参数给少数类别更高权重。优化器方面Adam是容易上手且效果稳定的选择。很多实验结果表明在有预训练权重的情况下SGD配合momentum也能取得不错的精度而且泛化性往往比Adam好一点。我的建议是如果你更看重训练速度和调试方便用Adam如果你想冲最终精度上限可以尝试用SGD(momentum0.9, weight_decay1e-4)学习率从0.001开始下调。学习率调度很重要。常见方案是余弦退火或者阶梯式衰减。这里特别想说一下如果不做学习率衰减训练后期loss会一直在平台上跳动很难收敛到最好效果。一个简单的实现import torch.optim as optim from torch.optim.lr_scheduler import CosineAnnealingLR optimizer optim.Adam(model.parameters(), lr0.001, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_max30, eta_min1e-6) for epoch in range(epochs): train_one_epoch(...) val_loss validate(...) scheduler.step() # 每个epoch后更新学习率批次大小batch size很关键。显存够的话建议32或64但要注意batch size越大一个epoch的迭代次数越少同样的epoch数下模型权重更新次数越少需要相应增加epoch数或调整学习率。训练轮数建议初始设20到30轮观察验证集loss曲线如果还没收敛就继续增加。4.3 评估指标别只盯准确率行为监测项目的评估指标不能只看整体准确率。因为类别之间存在不均衡而且不同错误的代价差异很大——把“打电话”误判成“正常驾驶”是漏报后果严重把“正常驾驶”误判成“打电话”是误报会打扰驾驶员。所以一定要同时看混淆矩阵、精确率、召回率和F1分数。这里我特别强调一下每个类别的混淆矩阵分析。很多人在技术报告里只贴一个准确率数字这对高分项目来说是远远不够的。正确做法是打印出每个类别的precision、recall和F1然后分析哪些类别之间互相混淆再针对性地补数据或调模型。比如State Farm数据集中“右手发短信”和“右手打电话”经常混淆因为手部位置和面部姿态差异很小。发现这个问题后你可以做针对性增强或者增加一个专门提取手部区域特征的辅助分支。5. 预警系统的完整链路从模型到应用5.1 系统总体架构模型训练完成只是系统的一半另外一半是把模型塞进一个能实时工作的应用里。一个可运行的预警系统通常包含以下模块视频输入模块读取摄像头视频流支持图片和视频文件输入。预处理模块每一帧做缩放、裁剪、归一化。推理模块加载训练好的模型对预处理后的帧进行前向推理输出类别和置信度。预警决策模块基于连续帧的推理结果判断是否触发预警。输出模块显示检测结果、发出预警提示、保存预警日志。我建议把数据处理部分用一个自定义Dataset类封装这样在训练和推理时能复用同一套处理逻辑减少代码冗余。5.2 实时推理效率优化如果你在本地笔记本上用摄像头做实时演示最怕的就是画面卡顿。根因通常是预处理和推理都耗时太长。优化思路有几个第一缩小输入尺寸。如果模型支持用160×160替代224×224推理时间会有明显下降。第二使用半精度推理。PyTorch的torch.autocast配合model.half()可以在支持的GPU上大幅提速。第三使用TensorRT或ONNX Runtime这是更高级的优化手段适合在报告里做展望。第四异步处理用一个线程不断读取摄像头帧另一个线程负责推理避免I/O阻塞。一个简单的实时推理代码结构如下import cv2 import torch from torchvision import transforms device torch.device(cuda if torch.cuda.is_available() else cpu) model.eval() model.to(device) cap cv2.VideoCapture(0) transform transforms.Compose([ transforms.ToPILImage(), transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]) class_names [safe, text_right, call_right, text_left, call_left, radio, drink, reach, hair, talk] while True: ret, frame cap.read() if not ret: break input_tensor transform(frame).unsqueeze(0).to(device) with torch.no_grad(): output model(input_tensor) prob, pred torch.max(torch.softmax(output, dim1), 1) label class_names[pred.item()] confidence prob.item() # 在画面上绘制类别和置信度 cv2.putText(frame, f{label} {confidence:.2f}, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow(Driver Monitor, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()5.3 预警决策逻辑连续帧判定机制这个环节是我认为整个系统里最值得“讲故事”的地方。单帧推理结果直接触发预警在实际场景中一定会有大量误报因为单帧分类本身就存在不确定性。正确的做法是引入时间维度的平滑决策。具体实现是滑动窗口计数维护一个长度为N的队列每当有新帧的推理结果进入时如果某一危险类别在最近N帧中出现的次数超过阈值T就触发预警。N和T都可以调。以每秒处理5帧为例N取10表示观察2秒窗口T取6表示在2秒内出现了1.2秒的危险行为这时候判定为持续危险状态并触发预警。这个机制不仅能降低误报还能避免危险行为刚出现时系统反应过慢的问题。我在做这个项目时踩过一个坑连续帧判定用了一个简单的全局计数没有加窗口滑动结果驾驶员只是一个快速喝水动作系统就误报成“持续危险行为”非常影响体验。后来改成滑动窗口机制以后误报率明显下降。这一块的调参过程如果写进技术报告是很好的实验分析素材。6. 技术报告的写作要点高分项目的临门一脚6.1 技术报告的结构设计很多项目技术报告拿不到高分不是因为项目本身做得不好而是报告结构出了问题。要么通篇贴代码没有分析要么只写结果没有过程要么把GitHub上的README直接抄过来。一份高分技术报告我建议采用如下结构摘要300字以内说清问题、方法、主要结果。第一章 引言背景、意义、国内外研究现状。第二章 系统需求分析与总体设计系统功能需求、非功能需求、整体架构。第三章 关键技术介绍卷积神经网络、迁移学习、数据增强。第四章 数据集与预处理数据来源、类别定义、预处理流程、增强策略。第五章 模型设计与实验模型结构、训练细节、实验对比、结果分析。第六章 预警系统实现系统模块实现、界面展示、实时性能测试。第七章 总结与展望项目成果总结、不足与改进方向。注意每一章都要有实质内容。比如“第三章 关键技术”不能写成名词解释的堆砌而要写成“我在项目里为什么需要用到这项技术、它解决了什么问题、原理是什么”。要让老师看出你真的理解了这些技术而不是复制粘贴。6.2 实验对比设计的加分技巧做实验对比时至少要做三组对比才有说服力第一组是不同预训练模型的对比。比如ResNet18、ResNet34、MobileNetV2在同一数据集上训练后的精度和速度对比。第二组是有无数据增强的对比。在相同模型和超参下只改变数据增强策略观察精度差异。第三组是不同训练策略的对比比如冻结不同层数对精度的影响。这三组实验做完以后你的报告就有了“实验分析”的血肉。记住每一组实验的数据建议做两到三次取平均值减少随机性带来的偏差这个细节也能提升报告的可信度。我来给一组参考数据格式。假设用ResNet18在State Farm数据集上做实验基线准确率约95%加上数据增强后约97%再微调最后两层后约98%。实际数字会因为数据划分和超参设置而不同但趋势和这个类似。在报告中要把这些数字做成表格配合混淆矩阵图和训练曲线图一目了然。6.3 图表、排版与代码规范的隐性分数技术报告除了文字图表质量也直接影响评分老师的印象。我建议至少包含以下图表系统架构图、模型结构图、训练集和验证集的loss/accuracy曲线图、各类别混淆矩阵热力图、预测结果可视化图在真实图像上标注类别和置信度。模型结构图不需要画得标准到论文级别用清晰的框图也可以关键是让老师看懂数据流的走向。训练曲线图建议用matplotlib绘制包含训练acc、验证acc、训练loss、验证loss四条曲线多epoch合一张图。代码部分不是把全部源码都贴在报告里而是贴关键代码并加注释说明。代码风格要统一变量命名要有意义函数要加docstring。一个整洁的代码仓库和一份整洁的报告在评分时就是一种叠加的正面印象。7. 训练与部署中的踩坑实录7.1 训练不收敛或者振荡怎么办这个应该是做深度学习项目最让人头大的问题。我总结一下常见的坑和排查顺序。第一个坑是学习率过大。表现是loss在前几个epoch急速下降然后开始震荡或者干脆一开始就发散。解决办法是降低学习率或者使用warmup策略让学习率从很小的值逐步升到目标值。第二个坑是数据预处理不一致。训练时用了归一化但在验证或推理时忘了用或均值标准差填错了模型效果直接崩掉。第三个坑是类别标签对应错误。DataLoader返回的标签和模型输出顺序对不上导致训练看起来没问题但评估时全乱。这种情况最容易出现在自定义Dataset的时候。做一个快速诊断建议先用一小批训练数据比如64张过拟合一次如果loss能降到很低说明模型和代码流程没问题如果连小批数据都过拟合不了那就先别急着调超参回头检查数据和标签。7.2 PyTorch安装与CUDA环境问题这一块如果不用GPU训练可以跳过。但如果要用GPU很多同学会在第一步被卡住很久。最常见的报错是CUDA版本不匹配导致的CUDA error: no kernel image is available for execution on the device。排查方法是先运行nvidia-smi查看驱动支持的CUDA版本然后用nvcc --version查看已安装的CUDA版本再去PyTorch官网选对应版本安装。注意一点nvidia-smi显示的CUDA版本是驱动支持的最高版本不代表你实际安装了那个版本的CUDA Toolkit所以更准确的标准是nvcc的输出。如果驱动版本太旧建议直接更新驱动。另外如果你装的是PyTorch的CUDA 12.x版本而本机只有CUDA 11.8驱动也可能报错。这种时候不用重装整个系统只需要重新创建一个新的conda环境安装匹配的PyTorch版本即可。7.3 实时演示翻车摄像头权限和路径问题现场演示最容易翻车的点反而不是模型而是摄像头打不开或者视频文件路径不对。用cv2.VideoCapture(0)打不开摄像头时先检查是不是权限问题很多系统会默认禁止应用访问摄像头再检查是不是摄像头索引错了笔记本自带摄像头通常是0但外接摄像头可能是1或2。可以用一个简单的脚本枚举所有可用摄像头。如果你的演示方案里包含打开录好的视频文件一定要用绝对路径或者在代码里先判断文件是否存在。我见过有人答辩现场因为相对路径找不到文件直接卡在那里非常影响整体评价。7.4 关于项目扩展哪些方向性价比高如果你的项目想更出彩有几个扩展方向可以考虑。第一个是疲劳检测的叠加。在现有行为分类的基础上增加一个PERCLOS指标即单位时间内眼睛闭合时间占比超过阈值就判定为疲劳。这个方向只需要额外加一个人脸关键点检测模型或者一个眼睛闭/睁二分类模型就能把“分心行为预警”扩展成“分心疲劳双预警”报告的故事完整度会高很多。第二个是目标检测方案。如果你愿意投入更多时间可以尝试用YOLOv5或YOLOv8检测手、脸、手机、方向盘等目标再通过目标之间的相对位置和运动状态判断行为。性能上限更高但标注数据需求和工程复杂度也明显增加适合做毕设级别的项目。第三个是模型轻量化部署。把PyTorch模型导出为ONNX再用ONNX Runtime推理或者在树莓派、Jetson Nano这类嵌入式设备上部署。这部分内容放进技术报告的“展望”章节会非常加分因为它展示了你的工程思维。我个人在实际项目中最大的体会是驾驶者行为监测预警系统这个项目真正的难点从来不是把模型精度刷到多高而是把“采集、预处理、训练、推理、预警、报告”这条完整链路都吃透。如果你能对着自己的代码把每一步的设计理由都讲清楚能说出某个参数为什么这么设、某个模块为什么这么放那不管最后精度数字是多少这个项目对你而言已经是高分了。最后分享一个小技巧在写技术报告的实验部分之前先把每个实验的关键数据准确率、loss、训练时间、推理速度记录在一个表格里哪怕当时觉得没用最后写报告时你会发现它救了大命。本文还有配套的精品资源点击获取