更新 CV 课程要求（2025 春季学期）

[Copilot]

CV 课程（100407）从团队大作业改为个人完成，难度提升。第 2、3 个小作业改为图像分割。

大作业变更

• 现改为个人完成（原为 3 人小组）
• 三部分结构：
  1. 复现近两年的 2 个有影响力的算法，分析其特点、优势与不足
  2. 通过模型结构、损失函数或数据预处理等角度改进算法
  3. 课程心得体会，结合每章内容选择感兴趣的知识点进行探讨和分析
• 添加了显著提示：建议学有余力的同学选修
• 保留了 2022 年要求作为参考

小作业变更

• 第 2、3 个小作业：现为图像分割实现
• 第 1 个小作业：保持不变（基于 Google Teachable Machine 的创意应用）
• 保留了 2022 年小作业内容（K-Means/HAC 聚类、K-NN/SVM 分类）作为参考

所有变更均使用"25 Spring 起"标注，清晰区分学期。

Original prompt

---

This section details on the original issue you should resolve

<issue_title>CV课程内容变动</issue_title>
<issue_description>25Spring CV已经改为个人完成大作业，要求较高，建议学有余力的同学选修
报告为下面三部分，一二部分属于经典算法的复现与创新，第三部分属于课程总结。
（一）选择一个计算机视觉相关的主题(包括但不限于行人再识别、场景文字检测、图像识别、行人搜索以及人脸识别)，并在该主题中选择一个有明确评价指标和公开数据集的任务(如文本图像多模态行人再识别)，通过查阅相关文献，从近两年发表的文章文献中选择两个影响力比较高的算法进行代码复现，详细分析算法的特点，优势与不足。
（二）针对第一部分中选择的主题与任务，尝试从模型结构，损失函数的设计，数据预处理等角度，以提升性能(降低模型复杂度或提升精度均可)为目的，改变经典算法的结构。也可以提出新的模型，并且在数据集上进行模型效果的验证。
（三）谈谈你对本课程学习过程中的心得体会与建议，可以根据本学期目前所学内容，从每一章中选择自己感兴趣的某个知识点进行探讨和分析。

此外，第2、3个小作业改为图像分割实现</issue_description>

Comments on the Issue (you are @copilot in this section)

• Fixes CV课程内容变动 #71

---

💬 We'd love your input! Share your thoughts on Copilot coding agent in our 2 minute survey.

[RizhongLin]

@copilot make PR in Chinese please!

[Copilot]

@copilot make PR in Chinese please!

已更新 PR 描述为中文版本。

[RizhongLin]

LGTM!