基于深度学习的印度古典舞分类

对 8 种印度古典舞做细粒度图像分类：迁移学习微调 VGG16 / ResNet18 / ResNet50 三基线，再用 SE / CBAM / ECA 三种注意力模块做消融，配 Grad-CAM 与 t-SNE 可解释性分析——一条完整的图像分类 + 注意力消融流水线，代码、文档、配图全配齐。

• 任务类型计算机视觉
• 专业方向计算机 · 人工智能 · 数据科学

数据与任务

如果你想找一个把计算机视觉图像分类做扎实、又能讲出技术深度的项目，这个「印度古典舞分类」很合适。

它是一个完整的细粒度图像分类案例，配套也给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份从背景一路讲到消融分析的技术文档，一份把面试问题连答案都写好的问答文档，还有一整套能直接做 PPT 的配图。

先说清楚，它到底在做什么

印度有八大古典舞，彼此之间靠手势、体态、服饰这些细微视觉线索区分，属于典型的细粒度分类——类间差异小，而且公开数据集只有几百张图，样本不算多。难点就在这里：怎么在小样本上，让模型既学到有判别力的特征，又不至于过拟合。

这个项目从 Kaggle 的 8 类印度古典舞数据集出发，搭了一条完整的图像分类流水线：先用裁剪、翻转、旋转、色彩抖动做数据增强扩充样本，再用 ImageNet 预训练权重做迁移学习微调，系统对比 VGG16、ResNet18、ResNet50 三种骨干；之后把 SE、CBAM、ECA 三种注意力模块即插即用地插进 ResNet18 做消融，量化每种注意力的独立贡献；最后用 Grad-CAM 看模型到底在看哪里、用 t-SNE 看特征空间分得开不开。

搞懂它，你能在面试里讲清楚什么

把下面几件事吃透，面试官顺着问下来你都能接得住。

迁移学习为什么是小样本场景的标配。 这是地基。你要能讲清楚：几百张图直接从头训一个 CNN 几乎必然过拟合，而 ImageNet 预训练权重已经学到了通用的边缘、纹理、形状特征，微调时只需让网络适应舞蹈这个新任务——配上数据增强进一步扩充样本，就能在小数据上稳稳拿到九成以上的准确率。

三种注意力模块到底差在哪、为什么要做消融。 这是项目最有讲头的部分。SE 是通道注意力，CBAM 在通道之外再加空间注意力，ECA 用一维卷积做高效通道注意力、几乎零参数增长。项目把三者插在同一个 ResNet18 上、其他配置完全不变，单一变量地比出每种注意力的贡献——你能借此讲清楚"消融实验"这个方法论本身，以及为什么轻量级注意力在小数据上反而更划算。

Grad-CAM 和 t-SNE 怎么把黑盒讲成"看得懂的证据"。 Grad-CAM 把模型的注意力画成热力图，能看到它关注的是舞者的手势和体态、而不是背景——证明模型学对了地方；t-SNE 把高维特征压到二维，类与类分得开不开一目了然。你能借此讲清楚一个图像分类模型的可解释性该怎么呈现。

下面这组分析图也都给你做好了，可以直接放进答辩或面试 PPT：

更关键的是，每张图怎么跑出来的、该怎么解读，技术文档里都讲清楚了——你能说明白每张图到底说明了什么。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• 数据集只有几百张，你是怎么避免过拟合的？迁移学习和数据增强各起了什么作用？
• SE、CBAM、ECA 三种注意力机制的原理和参数代价分别是什么？为什么要在同一骨干上做消融？
• Grad-CAM 的热力图是怎么算出来的？它和 t-SNE 分别说明了模型的什么性质？

看到会愣一下？正常。配套的面试问答文档把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。另外还有现成的简历描述，照着改就能写进简历；那套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术文档——从背景、数据增强、迁移学习一路讲到注意力消融与 Grad-CAM / t-SNE 可解释性，图文并茂：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"：

技术文档、面试问答、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目，还是在准备面试，这个题目都接得住。专业上，计算机、人工智能、软件工程、数据科学方向都很合适。图像分类是计算机视觉最经典的入门任务，而这个项目在它之上还叠了迁移学习、注意力消融、可解释性分析这些有技术含量的环节——把这条完整流水线真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。