【Tips】如何获取项目灵感

有同学说苦恼于想做项目却想不到 idea,我就给几个思路吧:

从日常的学习生活中寻找灵感

从大学生在日常的学习生活中入手,思考如何解决一些共性问题,由于你身边的同学就是潜在的用户,比较容易进行调研和推广。

从已有的项目中寻找灵感

保持对当前 Hackathon、各类比赛以及新创业公司的项目的了解,参考他们的思路、产品形式和所使用的技术。
比如可以针对同样的问题提出不同的解决方案,或者使用类似的产品形式来解决不同的问题。

随便列几个网站:





Intel DevMesh Project

从已知的技术中寻找灵感

如果你了解或关注了某些比较新的技术,可以从技术角度思考其应用,比如 GAN 相关的许多有趣的应用。



其实项目的 idea 是最不值钱的,你能想得到,别人也能想得到,没人做出来的原因可能是技术上不够成熟,没有合适的商业变现模式等等。对于大家目前参与的学生项目来说,我更建议合理选取问题和解决方案,抱着学习和练手的态度去完成。在学习自己感兴趣的技术之余,如果能够包装成一个比赛项目,或是对外开源,就更好了。

1 Like

鉴于现在大部分比赛还是提到了利用深度学习的技术,我想接着 ycgg 提到的“从已知的技术中寻找灵感”详细说一下:

回顾 2018 年英特尔杯的获奖作品,我们可以很容易地找出它们对应的深度学习应用:

一等奖:

Sketch.dict是一款基于草图识别技术的手绘创作软件,旨在利用深度学习实现手绘文化的复兴。 ----> 图像识别

Audink我们的项目是一款基于人工智能的有声书服务产品,产品结合机械阅读和人工录制的优点,利用人工智能技术,帮助用户轻松打造优质的有声书。 -----> 语音合成

Mashion 是一套完整的个人时尚解决方案。在Mashion 中您可以一键解决“穿什么”的苦恼。---->服装信息检索

二等奖

形声是一款基于深度学习技术通过动作识别为动作视频自动添加匹配的背景音乐的人工智能app。---->视频音乐检索

微创手术支持系统,我们借助互联网技术和人工智能技术,设计和开发了“微创手术支持系统”,它能够实现专家远程手术指导和智能手术预警分析。 ---->医疗CV

Clothed-partner本团队设计并开发了一套基于深度学习模型的智能衣物搭配系统——Clothes-Partner,旨在为陷入衣物搭配烦恼的人们提供搭配建议。 ---->服装信息检索

通过上面的观察我们可以发现,这些得奖作品的技术核心全部都是一些在学界已经成熟深度学习任务,成熟到你把这些技术关键词翻译成英文就可以在 GitHub 上找到相应的开源代码。所以我觉得从这些已经成熟的算法任务上去想 idea 会更加合适。

下面我就我自己的了解,列举一些深度学习的成熟任务,详细了解可以搜索关键词:

计算机视觉:

  • 图像分类
  • 目标检测 Object Detection(定位找到图片中的物体)
  • 图像分割 Segmentation(判断图片中每个像素属于哪个物体)
  • 图像生成 Image Generation (主要是GAN)
  • 姿态识别 Pose Estimation (判断视频/图像中人的动作)
  • 风格迁移 Style Transfer (曾经超级火,需要想想还可以怎么用,比如华为用它来生成月亮上的陨石坑)
  • 超分辨率 Super Resolution (可以拿来做一个把表情包变清晰的小应用?)
  • 图像修复 Image Inpainting (可以和分割结合做一个把合照里的路人P掉的应用?)

计算机视觉+自然语言处理:

  • 图片描述 Image Caption (根据图片生成它的描述,之前川大有个团队做过一个给画题诗的应用,可以再想想怎么用)
  • 视觉问答 Visual Question Answering (给一张图和一个问题,输出答案。可以做一个儿童英语早教的应用?)
4 Likes