何大治 · 视频多媒体检索实践修读档案

速通指南: 1. 每次lab都让ai工具上，推荐cursor之类的，10min速通，完事自己再简单扫一眼，ai不一定对 2. 每次签到老师都会提前报信 3. 大作业(我怀疑)助教可能压根不看实际效果 因为往年好幾個(github上)跑都跑不起来的是满分 也就是说，demo一定要做好!然后把几个靠谱队友抓壮丁即可

课程内容：见之前评价，主打几个lab，里头还夹着类似复现论文的作业，想全部认真做完，基本属于人类极限挑战。 上课自由度：高，到后面几节课，教室里人少得能开运动会。 考核标准：lab+大作业（差不多能编出个论文，就扣不了多少）。 授课质量：他教的和我们要做的基本是两个平行宇宙，专讲些上古算法，还讲得一脸自豪，问题是也没讲明白，全程跟科普似的。依稀记得讲某个算法时他说他自己也不知道为啥这么做，但你这么做就是对的（）。 助教更逆天。第一个lab要求求梯度直方图，我一看他给的定义和网上不一样，跑去问他，结果助教反手一句“你为什么要求梯度？”——好家伙，不仅啥都不懂，连自己那ppt都没看过，还能在讲台上滚2分钟ppt，也是难为他了。 所以说，反正老师也不管，助教也啥都不懂，作业随便糊一个上去他也看不出来。 给一分只因给分好，不然给0分。

课程内容：Image Feature Extraction, SIFT, Locality Sensitive Hashing (LSH), Pytorch_CNN 上课自由度：高。平时课来一次点名，实验课你人不去也没事，像幽灵会员。 考核标准：4次Lab（完成PPT任务+实验报告）+小组车牌识别大作业，都交了就是4.3，交作业等于开挂。 授课质量：给分很好，课不用听，Lab用考古级方法也能平推。Lab认真写了，多少能跟你早年学过的Python重温旧情；报告认真写了，多少能摸两下Latex的脾气；大作业认真写了，多少能学会把py打包成exe，技能全点在下班后上。

课程内容：OpenCV，SIFT，LSH，Pytorch+CNN算法，一套组合拳打下来属于是视觉祛魅套餐。 上课自由度：高到离谱，属于放养式修仙，你上课打坐还是原地飞升都没人管，这学期就一次签到，堪比中彩票。 考核标准：平时lab松得像棉花糖，有同学跟我说他舍友SIFT算法只找到了一两个匹配点也是满分，这评分标准我看是用脚打的。但大作业反手扣我两分，，，属于是沙里淘金淘出个钉子。 授课质量：课上讲的东西好像和作业相关，实际上lab你不去考古前人的作业、不去拷问gemini或者GPT，基本等于给你一把锈钥匙让你开金库。这是我的4次满分lab仓库喵，在传承上也上传了喵 https://github.com/dozsng/SJTU-2025-ICE2607 车牌识别大作业分组一定要找靠谱的人喵，提前一周拉了群结果我们组五个人只有两个干活，一个人写了GUI界面，剩下所有的算法以及exe包装全是我一个人干的喵，好像给大伙都扣了2分，没办法喵，我一个人能力有限，属实是五人行必有一个苦力。写这个东西会耗费大量的时间精力，我有至少半周时间全在写大作业。大作业扣了两分所以这里先不放代码仓库了喵，这门课和小车二选一都是避不开的金课，只能说不得不品的一环吧，选修课的宿命就是如此。

# 一键升天，这波不亏~

 - 大作业扣我一分，我也扣你一分，互相扣，谁也不欠谁，天涯何处无扣分。 - 大作业要求把Python代码连同环境打包成exe，这操作比我妈的裹脚布还迷，迷惑行为扣一分。 - 扰乱我期中复习，wkld过大，堪比在我复习的宁静湖面扔了一颗深水炸弹，扣一分。 - 再赠送-1分吧（，买三送一，童叟无欺。

课程内容： 💩 上课自由度： 💩 考核标准： 💩 授课质量： 💩 我不懂都2025年了，还教一些零几年甚至九几年的算法，到底图什么。上课质量奇低无比，台上在讲什么我完全接收不到，下课随手一甩就让你手搓一个算法，尤其那个sift，活脱脱一个前清余孽。等你千辛万苦de了三周bug，代码终于给面子跑通了，最后一看得分，嘿，比人家随手在github或者gpt上摘下来的同学还低，理由嘛，只是因为你实验报告写得不够好看。纯傻逼助教担当，作为一门编程实践课，作业代码是压根不看的，（或许也懒得翻）人家只看跑出来的结果和报告长得漂不漂亮，狗屎里妥妥的狗屎本屎。 后面选这门课的同学我只有一句话，别把时间扔水里，作业直接找圣遗物得了，自己写也不会让你任何一方面的能力获得提升，除非你想提升自己的吃屎能力。 在选课社区上我还是收着点发言，太难听的话就咽回去，就祝后面的同学能熬过这八周吧。哦不对，十二周，因为结课之后还赏你一个为期一个月的大作业～

课程内容：openCV 老师人还行，但这门课是真的**垃圾**，垃圾到我怀疑它是不是从回收站里拖出来直接开讲的。 PPT比我爷爷的搪瓷缸还过时（封面右上角EE208，这玩意儿怕不是出土文物），上来就甩一些奇怪的公式，跟加密通话似的，然后反手一句：去做lab（（（（（ 签到会提前说，这点倒是良心，前提是你去；不去的话课上基本在座30人不到，教室空得能打羽毛球。 lab个人完成，大作业四五人协作，但我个人认为独立完成lab是不现实的，时间和精力烧得比双十一购物车还快，不如去github找代码、把ppt喂给Gemini，主打一个赛博代餐。

课程内容：opencv＋微弱cnn 上课自由度：高 考核标准：五个报告加最后车牌识别大作业 授课质量：一坨 先说它的好，给分好，能让你对图像有个一脸懵的初印象。 # **但他吗的其他的就是史！史懂吗？** # **喜欢您赤，喜欢您再来~** 想在考模电的间隙写sift的欢迎来尝，想上课连螺丝都不打、期末直接造火箭的欢迎来尝，想体验助教帮不了一点、赛后还是得自己爬起来翻csdn付费vip垃圾文档的速来排号。 ppt是什么都没有的，要求是一堆的，pdf和论文是各说各的互相拆台的，助教是俩海尔兄弟的。隔壁小车还能去tb转转，而选了cv的你，收获的是在老登github圣遗物里改代码，在ppt里那些云雾缭绕的要求里猜助教到底想要啥，某个线下实验课你没去、助教当场抛出要在报告里加点东西、你忘了、总评直接给你来一刀。 平心而论，这课要是好好经营，让你系统性学学opencv和cnn和pytorch的基本用法，再和凸优化以及下学期的ss拼一起，对cs和au的同学那叫一个友好，进实验室什么的完全抗揍。嘿结果怎么着？后8周就2学分，报告写一下午，代码调一通宵，模电打散了你的期中，cv搅浑了你的期末。 但lz坚信，ieee还留着这么一门吃狗屎的课，肯定有它自己的说法，毕竟我们跟平台班的同学一比，确实是金科吃少了。坚强心灵，锻炼意志，只能说这儿的cv跟隔壁小车是一样的傻逼，非要二选一硬吃的话，那就先干这坨吧。最后大作业记得找几个靠得住的队友，中间的报告和代码，我们这届老登也早就捐过一波了，不管你上github翻还是靠口口相传的传承，都有。github上搜老课号EE208，还有更古董级的圣遗物等着你挖坟。

对于想混分的推荐指数3，但总体参考课程质量推荐指数2 课程内容：平时opencv纯纯搓火箭，大作业神经网络+opencv接着搓火箭，非常赞成其他同学的观点，主要就是ppt过时和老师讲的和我们做的没啥关系，以及有问题问助教也是一问三不知。大作业来得有点突然，要求在8周+考试周2周内搞定一个完整的车牌识别板块，但到了6周甚至有些同学还没组队，很容易分工不合理、实现没思路、然后一路挤压考试周时间。 上课自由度：4，可以一节课都不来，没有硬性点名，习题课老师不在由助教讲要做部分的ppt内容，有时候就喜欢把纠错作为报告内容来考勤，但如果摸清了这套路，每次翻10分钟左右的回放看看要不要考勤就行，所以还能接受 考核标准：5，只能说平时作业给分以及大作业给分都相当友好，老师和助教嘴上说报告要加一点自己的思考啊、分析内容啊，但实际上问了一圈唯一的扣分点就是考勤。平时opencv的内容他也不要求你多准确（比如SIFT那块室友找了个github的千行代码，线完全准确，我们剩下的做出来歪歪扭扭，甚至有时候图片匹配都没对上，但照样拿满了）。大作业车牌识别看似开始说了一堆要求、什么用神经网络会要求更高，但就他一天出分的效率，估计也是草草看一眼就结束了，给分也相对阔绰。如果想卷个特高的分、又很空并且对cv很熟练的话还是推荐的（但为什么要选这个2学分的呢x） 课程质量：2，主要还是工作量的问题，感觉不应该是2学分的课，而且想做好最好尽早开始大作业，一个大作业相当于既要搞定两个神经网络（一个找车牌一个识别），还得用神经网络或者传统cv来分割，后面还要压缩exe、统一报告、做ppt和说明视频，真很容易手忙脚乱。同时平时内容代码调要1-2小时，作业报告还得1-2小时（主要还得排版等等），要是能把平时报告删了、只交一个py来展现效果，工作量应该会好很多（不过只靠py展现效果的话分估计要少）。所以最大问题还是ppt过老、教学与作业分离、以及工作量过大，适合想挑战下自己and刷刷分的，讨厌工作量的另一辆小车应该好不少（但是早八达咩）。不过已经有位大善人把ppt内容放进报告里重新梳理，还能顺带参考报告格式，所以从github上找到相应仓库后会好不少，可以根据报告内容自行判断难度and工作量 补充：看了眼canvas评分，大小lab分数总和平均都有85（满分90，而且扣分主题就是塞在报告里的考勤直接扣了2分），平时分10分没说过怎么考勤估计会全给，我嘞个给分天堂啊

#### 课程内容： opencv+pytorch初步 #### 上课自由度： 高，完全不来都行，但助教会横插一脚让你在作业报告里加些七七八八的东西当考勤 #### 考核标准： 平时10+作业60+大作业30 #### 授课质量： 一坨。首先老师上课基本挂在自我频道，不知道在讲什么，甚至可以出现讲课速度慢过lab进度这种奇观。其次lab抽象到飞起，对着ppt表演原地造轮子也不知道图什么，更致命的是有时候你根本破译不了这祖传ppt到底在讲啥（说的就是你LSH）。最后是神人助教。以下是本学期助教的一些神人事迹: - 参考资料放csdn付费内容并且在有同学反映问题后直接装死（虽然这个csdn私自收费也得背锅）。 - ppt中调用opencv中自带sift算法的方法过时，群内有人询问助教，助教甩了个淘宝安装服务链接。 - 明知ppt存在错误但是不纠正，而是线下要求同学在lab报告中写出错误并纠正以作为习题课考勤。 - 自己看不懂ppt并同样线下要求同学在lab报告中解释ppt以作为考勤。 除开作业报告里那些歪七扭八的考勤要求给分应该还是相对宽松的，但实际体验那是烂得出神入化。老师授课-2 lab设计-2 助教-2，最后-1分。

课程内容：opencv自学，自力更生自助餐 上课自由度：高，但实验课得把耳朵根子接在助教话筒上，防止漏掉某些奇奇怪怪的签到地雷 考核标准：还行 授课质量：没听过不评价 放个报告的仓库链接在这：https://github.com/Memoryzjc/ICE2607-24Fall 仅供参考！！！

课程内容：1 勾石，很难想象这是一门大学的正规课程，正规到像路边随手捡的传单。 上课自由度：5 不会管你干啥，因为完全没有“上课”的概念，全靠自学，老师存在感比教室空气还稀薄。 考核标准：1 授课质量：1星都不想给，从前面的OpenCV到后面的Pytorch纯纯靠自学，祖传PPT更是依托勾石，完全是给教职工提供就职岗位的垃圾中的垃圾，一学期下来只学会了怎么用GPT 现在还在做那b车牌识别系统勾石大作业，直接摆烂了，摆得心安理得。

课程内容：opencv 上课自由度：高 考核标准：莫名其妙的尺子 授课质量：真就一坨摔脸上的答辩工艺，甭管到最后成绩开出来长相多慈祥，就算给我塞满绩我也只用1分表示心情，这东西抽象和离谱到能进博物馆，从台上到课后作业再到助教，一条龙榨你时间，可对自己敲代码能力的感觉判断是一分钱长进都没有。哦也对，全是搓轮子，代码都使唤gpt代写，那能增长啥子能力。 真真真拔腿就跑拔腿就跑 IEEE课堆里的耻辱之柱

课程内容：1 上课自由度：5（这5分我先存个疑，下文自见分晓） 考核标准：难评，属于给分相当宽松但要求很离谱的薛定谔状态，详情参见另外两位同学的血泪史。 授课质量：1 一句话总结：造火箭、造轮子，效果稀烂，前两个lab就是对着ppt照抄，lab3直接看不懂（后面还没写），总之啥也没学着，报告还得硬糊。24级以后的兄弟姐妹建议能润就润，实在润不掉就去看github链接（等结课再传，现在怕有人直接照搬），那份报告我算是花了时间写、并且人还能看懂的，比sbppt强。 update于2024.12.27 我们亲爱的电c助教在所谓习题课上表示报告要加一些东西作为考勤，然后就扣了两分。这一手进一步刷新了我对这门课nt程度的下限。从hdz到助教，没一个诗人。 update于2025.1.2 lab5打完分了，把仓库public了 链接：https://github.com/luxuriantlantern/ICE2607-SJTU-2024fall

课程内容：手把手带你造opencv的各种轮子，但教程嘛——请自行考古加解密PPT，属于是魂系教学，攻略全靠野生。 上课自由度：可以不去，人到不到场它不在乎，它在乎的是你精神崩不崩。 考核标准：平时（10）小作业（60）小组大作业（30） 授课质量：一大坨，真的是难以言说，已经崩溃了 我这还只是做了三个小作业，后头还有三个不知道什么体量的东西在黑暗里对着我龇牙。但实在是憋不住不骂这门课，PPT不知讲了一坨什么玩意儿转身就让我们动手实现，我寻思盯着你那些稀奇古怪的公式，是有几个人能推导出来的？真当人人兜里都揣着一块扎实而有力的numpy基石，可以把那些公式一句一句敲成代码吗？ 还有更多想骂的，等考完期末我再回来逐条清算，现在我得继续去肝这门课的作业，不然是真的要交不上了 --- 期末周结束，回到了可爱的小家里，回想起来当时写这个点评确实带着不少彼时的情绪化意见（当时搓sift算法搓到当场破防），不过就算把这些情绪全扔了，这门课也毫不意外是一颗星！ 这门课实实在在刷新了我对课程质量下限的认知，教授动画的栗老师做的踩踩背好歹还能被二创博人一乐，这门课则完全是让大伙一边煎熬一边毫无收获。 **先说平时课程内容。** 课程讲的是简单的cv算法实现和pytorch初步。cv算法本身已经比较过时，实现引导还跟不上，所谓实验课的讲解，不过是助教照着PPT念一遍，然后告诉你实验报告里要加进哪些奇奇怪怪的考核内容。我们手里的全部家当，就是一堆不知所云的公式加付费解锁的CSDN文章。这么匮乏的引导，终点必然是同一个——ChatGPT，我信绝大多数同学的作业都是靠GPT大人赏饭完成的。即便是自己手动敲完的那部分，也很难说学到了啥，抽象的矩阵算法里学不到算法设计的精巧，简陋的程序框架里看不到工程项目的条理。 **再说期末大作业**，内容是做一个车牌检测识别系统，说实话靠传统cv方法很难做出效果良好的车牌检测（本人试完最终效果一坨），基本上一定要练神经网络模型才可能有好的效果。可大二上的学生有几个学过机器学习的知识呢，大伙多半是网上找个项目包装一下，可能走一遍和开源项目一样的流程训练模型，也可能直接把模型调过来交了事。至于学到了什么，除了包装项目的能力，我是真想不到还有别的。 总之，不建议任何人主动修这门课。何大治会开着他可爱的车牌识别系统与SIFT算法，狠狠创似你的。

课程内容：opencv 上课自由度：高，可以不去，基本靠量子隐身上课。 考核标准：5个lab和大作业 授课质量：呵呵。就是电工导C类换个名字，连PPT标题都没改。垃圾中的垃圾。一堆莫名奇妙的lab，美其名曰麻雀虽小五脏俱全，以为我们个个都是能够自学造火箭的天才，lab全靠GPT，GPT见了都摇头。老师讲的和lab关系不大，属于两条平行线强行拉郎配。助教也是啥都不懂，公式讲错了被上课同学发现，还趁机要求在实验报告“拓展思考”中写出，作为考勤，这波操作属实把错误合理化玩明白了。