香港计算机视觉课程内容与项目建议
计算机视觉（Computer Vision，CV）是近年香港高校最热门的 AI 方向之一。从港大、港中文、港科大，到城大、理工、浸会，几乎所有开设数据科学或人工智能硕士的院校都会把 CV 列为核心或选修模块。对内地赴港读研的同学来说，提前了解课程结构、项目类型与考核方式，能显著降低选课和开题阶段的适应成本。本文从课程内容、典型项目、选课逻辑三个层面，梳理一份相对通用的学习地图，具体课程安排以各院校官方最新公布为准。
一、计算机视觉课程通常涵盖哪些模块？
香港高校的 CV 课程在教学框架上较为接近，主要围绕”图像基础—传统方法—深度学习—多模态—前沿方向”五个层次展开。
1. 图像与视频基础
- 像素、色彩空间（RGB、HSV、Lab）、图像滤波（高斯、均值、中值、双边）
- 边缘检测（Sobel、Canny）、直方图均衡化、形态学操作
- 视频帧采样、光流初步、相机成像模型与标定
目标：理解”图像在计算机眼中是什么”，为后续算法建立直觉。
2. 传统视觉方法
- 特征提取：SIFT、SURF、ORB、HOG
- 图像匹配、图像拼接（Panorama）、相机姿态估计
- 传统目标检测（Viola-Jones、HOG+SVM）
- 传统分割（阈值法、GrabCut、分水岭）
这一块近年课时有所压缩，但对理解”为什么后来被深度学习取代”非常关键。
3. 深度学习视觉
这是课程权重最高的部分：
| 主题 | 典型内容 |
|---|---|
| 基础网络 | CNN（LeNet、AlexNet、VGG、ResNet）、迁移学习 |
| 目标检测 | R-CNN 系列、YOLO 系列、SSD、Anchor-free 方法 |
| 图像分割 | FCN、U-Net、DeepLab、Mask R-CNN |
| 图像生成 | VAE、GAN、Diffusion Model |
| 视觉 Transformer | ViT、Swin Transformer、DETR |
| 视频理解 | 时序建模、3D 卷积、Video Transformer |
4. 多模态与跨领域
- 视觉-语言模型：CLIP、BLIP、LLaVA、视觉问答（VQA）
- 3D 视觉：NeRF、3D Gaussian Splatting、点云处理
- 文档与 OCR：版面分析、表格识别、文档理解
5. 前沿与伦理
- 自监督学习、开放词汇检测、World Model
- 数据偏差、隐私问题、模型可解释性、AI 治理
二、常见考核方式与学习节奏
香港 CV 课程的考核普遍不会”一考定生死”，通常由多种形式组合：
- 作业（Assignment）：每 2–3 周一次，多为 Jupyter Notebook 形式的小型实验，如实现一个简化版 ResNet、在 CIFAR-10 上跑分类。
- 课程项目（Coursework Project）：占总评 30%–50%，通常 4–6 人一组，从选题到答辩持续 8–12 周。
- 期末考试（Final Exam）：部分课程保留闭卷或开卷考试，题型以概念解释、公式推导、算法比较为主。
- Presentation 与 Peer Review：项目展示后需回答提问，部分课程会引入互评机制。
建议把更多精力放在项目上——既能输出作品集，对求职/读博都是加分项。
三、项目选题：从入门到进阶的 7 个方向
选题是内地同学最常纠结的环节。下面按难度递进列出 7 个方向，方便结合自身基础挑选。
方向 1：图像分类基线（入门）
- 任务：在 CIFAR-10 / ImageNet 子集上对比 ResNet、EfficientNet、ViT 的性能。
- 亮点：训练曲线、混淆矩阵、可视化 Grad-CAM。
- 适合：刚接触 PyTorch、希望熟悉训练流程的同学。
方向 2：工业质检或缺陷检测
- 任务：在公开钢材 / PCB / 织物数据集上做缺陷定位与分类。
- 亮点：使用 YOLOv8 或 RT-DETR，对比小目标检测精度。
- 适合：对工业 AI 感兴趣、想进制造业或硬件公司的同学。
方向 3：自动驾驶场景理解
- 任务：在 KITTI / nuScenes / BDD100K 上做 2D/3D 目标检测或车道线分割。
- 亮点：处理多摄像头融合、时序信息、可视化 BEV。
- 适合：未来想投自动驾驶或机器人方向的同学。
方向 4：医学影像分析
- 任务：在公开医学影像数据集（如 ChestX-ray、ISIC 皮肤镜）上做病灶分割或分类。
- 亮点：处理类别不平衡、可视化热力图、模型不确定性。
- 适合：考虑医疗 AI、影像设备公司或继续深造的同学。
方向 5：多模态大模型应用
- 任务：基于 LLaVA / Qwen-VL 做视觉问答、图表理解、文档解析。
- 亮点：LoRA 微调、Prompt 工程、中文场景适配。
- 适合：对大模型、Agent 方向感兴趣，希望做差异化项目的同学。
方向 6：3D 重建与新视角合成
- 任务：用 NeRF 或 3D Gaussian Splatting 重建室内 / 户外场景。
- 亮点：可视化训练过程、对比 PSNR/SSIM、生成可交互 demo。
- 适合：对图形学、AR/VR、机器人感兴趣的同学。
方向 7：视频理解与行为识别
- 任务：在 UCF101 / HMDB51 或自建视频数据集上做行为分类、时序定位。
- 亮点：尝试 VideoMAE、TimeSformer 等近期模型。
- 适合：关注短视频、监控、人机交互方向的同学。
四、选课与学习的 5 条实用建议
1. 先打底，再选前沿
如果本科没有系统学过《数字图像处理》《线性代数》《概率统计》，建议先选修一门”图像基础”或”机器学习入门”打底，再上深度学习视觉课。香港部分院校允许跨专业选修，规则以各校官网为准。
2. 重视数学但不陷在数学里
CV 课程会涉及 SVD、矩阵分解、最优化推导。掌握几何直觉比推导细节更高效——面试和工作场景里更常被问的是”为什么这样设计”。
3. 善用 GPU 资源
香港高校普遍提供 GPU 集群或与云厂商合作的算力资源。熟悉 SLURM 任务调度、Docker 环境配置，能让你在训练大模型时省下大量排队时间。
4. 把项目放到 GitHub + 写技术博客
香港求职面试普遍要求作品集。一个 README 清晰、有可视化结果、有训练日志的项目，比简历上泛泛的”熟悉深度学习”更有说服力。建议同步用中英文写技术博客，方便内地求职和海外申请两线推进。
5. 提前规划毕业去向
- 想读博：尽早联系导师做科研项目，争取论文产出。
- 想就业：多投实习，香港金融科技、医疗 AI、跨境电商、智能硬件公司均有 CV 相关岗位。
- 想创业：关注香港 InnoHK、创新科技署的 AI 资助计划，把课程项目延伸为原型。
五、常见学习资源
| 类型 | 推荐 | 备注 |
|---|---|---|
| 经典教材 | 《Computer Vision: Algorithms and Applications》、 《Deep Learning》（Goodfellow） | 港校图书馆通常有电子版 |
| 在线课程 | CS231n、李沐《动手学深度学习》、MIT 6.869 | 适合预习和复习 |
| 数据集 | COCO、ImageNet、KITTI、nuScenes、HuggingFace Datasets | 注意各数据集许可协议 |
| 框架 | PyTorch（主流）、OpenMMLab（检测分割工具链）、HuggingFace（多模态） | OpenMMLab 在港校认可度高 |
| 论文跟踪 | arXiv、Paper with Code、PapersCool | 养成每周扫一次的习惯 |
六、内地同学特别需要注意的几点
- 授课语言：多数 CV 课程为英文授课、英文作业；部分项目可用中文沟通，但代码注释和报告建议用英文。
- 学术诚信：香港对抄袭、代码复用未注明来源等问题处理严格，务必遵守各校”Turnitin 相似度”和”AI 使用声明”政策。
- 签证与实习：持学生签证通常可在学期内兼职、暑期全职实习，具体工时上限以入境事务处公布为准。
- 生活成本：跑模型电费、GPU 云租费是隐性支出，建议提前做好预算。
结语
香港的 CV 课程整体偏工程化、贴近产业，从基础 CNN 到多模态大模型都能覆盖到。把课程作业当作”小型作品集”来做，把课程项目当作”求职作品 / 科研雏形”来打磨，一年的时间完全可以输出一份有竞争力的 CV 履历。具体课程的学分、学时、考核权重，请以各院校官方最新公布为准。
如果你还想了解更多香港高校的 AI、数据科学、机器人等专业方向，或需要选课、租房、签证、求职的实用攻略，欢迎访问 香港大全 获取更多香港相关指南。
常见问答
香港高校的计算机视觉课程一般是用英文还是中文授课？
多数 CV 课程采用英文授课，作业、考试与论文报告也以英文为主；项目组内讨论、组会汇报可以用中文交流，但代码注释和最终交付物建议保持英文，以便后续放入作品集或投递海外申请。具体某门课程的语言安排，以各院校官方最新公布为准。
内地生本科没有图像处理背景，直接上深度学习视觉课会不会跟不上？
如果本科没有系统学过《数字图像处理》《线性代数》《概率统计》等课程，建议先选修一门”图像基础”或”机器学习入门”课程打底，再进入深度学习视觉方向。香港部分院校允许跨专业选修，规则以各校官网为准。提前利用 CS231n、李沐《动手学深度学习》等在线课程预习，也能降低开学后的适应难度。
计算机视觉课程的考核方式有哪些？要不要花很多时间在期末考上？
香港 CV 课程通常不会”一考定生死”，一般由作业、课程项目、期末考试、Presentation 与 Peer Review 组合而成。其中课程项目往往占总评 30%–50%，持续 8–12 周。建议把更多精力放在项目上，既能输出作品集，对求职和继续深造都有帮助。
课程项目选题该怎么选？完全没有头绪时从哪里入手？
选题可以从难度递进的 7 个方向中挑选：图像分类基线适合入门；工业质检、自动驾驶场景理解、医学影像分析属于行业落地型；多模态大模型应用、3D 重建、视频理解偏向前沿方向。建议结合自己未来的毕业去向（读博、就业、创业）和已有数据集资源，先确定一个能 8–12 周内完成、且能在 GitHub 上展示可视化结果的题目，再在执行过程中逐步迭代。
香港高校做 CV 项目，算力资源够用吗？需要自己租云 GPU 吗？
香港高校普遍提供 GPU 集群或与云厂商合作的算力资源，熟悉 SLURM 任务调度和 Docker 环境配置，通常就能应对课程作业和项目训练需求。但如果跑大模型微调或 3D 重建等较重任务，可能仍需自购云 GPU 资源，这部分费用属于隐性支出，建议提前做好预算。实验室和导师的算力支持情况，可在入学后向导师或学长学姐进一步确认。