康奈爾大學探究項目

基于深度殘差網(wǎng)絡的大型圖像搜索引擎

課題簡介

圖像搜索，是通過搜索圖像文本或者視覺特征，為用戶提供互聯(lián)網(wǎng)上相關圖形圖像資料檢索服務的專業(yè)搜索引擎系統(tǒng)，是搜索引擎的一種細分。通過輸入與圖片名稱或內(nèi)容相似的關鍵字來進行檢索，比如輸入 “A man is walking his dog”， 那么引擎會返回一些有男人、狗在走路的圖片，另一種通過上傳與搜索結果相似的圖片進行搜索，比如給出一張牛油果的照片，那么引擎會返回一些其他有關牛油果的照片。圖像搜素在如Google，F(xiàn)acebook，Pinterest等公司一直都是及其重要的課題。

深度學習一直是圖像分析的重要工具。而深度殘差網(wǎng)絡（ResNet）在2015年可以說是洗刷了圖像方面的各大比賽，以絕對優(yōu)勢取得了多個比賽的冠軍。

本課程將帶學生初步理解機器學習方法。并利用傳統(tǒng)機器學習方法， 分析課程數(shù)據(jù)庫中的所提供的10000張圖片及其文本描述，結合ResNet建立一個大型圖像搜索引擎。 引擎將實現(xiàn)以文字搜索圖片，以及以圖片搜索類似圖片的功能。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數(shù)據(jù)，并基于此進行預測，從而獲得科學發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強大的運算能力，高效地進行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數(shù)據(jù)，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現(xiàn)。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。

 

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學術英語閱讀能力；
接觸過英文寫作，有論文寫作經(jīng)驗者更佳；

數(shù)學：

統(tǒng)計基礎知識；
線性代數(shù)；

計算機：

有一定的python功底；
Jupyter notebook；
Numpy, pandas, sk-learn。