应急管理大学 计算机与信息安全学院计算机视觉 × 地球物理English

袁静课题组YUAN LAB

菜单 +

学习资源

课题组整理的课程、教程、工具资源与可复现项目:从入门课程到项目复现的分步实践指南。

课程 8

环境配置 1

项目实践 27

  • Ultralytics YOLOv5 · 实时目标检测

    广受欢迎的单阶段目标检测实现,工程化程度高、文档齐全、复现门槛低,适合作为检测类项目的复现入门。

    入门English目标检测YOLO计算机视觉

  • OpenMMLab MMDetection · 检测工具箱

    OpenMMLab 出品的模块化目标检测工具箱,统一支持大量检测与分割算法,适合系统性地复现与对比多种方法。

    进阶English目标检测语义分割计算机视觉

  • EQTransformer · 地震相位拾取网络

    基于注意力机制的地震 P/S 波到时拾取模型,作者公开预训练权重与样本数据,并提供 Google Colab 一键复现流程。

    进阶English地震学相位拾取深度学习

  • SeisBench · 地震学深度学习框架

    ETH 开发的地震学深度学习工具箱,统一接口加载多个公开模型与数据集,便于复现地震检测、相位拾取等任务。

    进阶English地震学深度学习工具箱

  • PyTorch 官方示例

    PyTorch 官方维护的示例集合,覆盖图像分类、DCGAN、强化学习等经典任务,代码精简,适合从零复现基本流程。

    入门EnglishPyTorch深度学习入门

  • HuggingFace Transformers · 预训练模型库

    覆盖 NLP 与多模态的大量预训练模型统一接口,文档与示例齐全,便于复现 Transformer 系列模型与微调流程。

    进阶EnglishNLPTransformer预训练模型

  • 项目实践 · 学习必读(先读这一页)

    20 个实践项目(初阶 9 + 中阶 11)的使用说明:怎么读指南、怎么下载项目、遇到报错怎么办,以及建议的学习顺序。做项目之前先花 10 分钟读它。初阶项目打开各文件夹里的 README.md 照做即可,中阶项目按《复现指南.md》操作。

    使用说明

  • 感知机灾害图像分类

    从零实现的感知机 + 3 个手工特征做火灾图像二分类,仅依赖 NumPy,是最轻量的入门第一课。

    入门感知机NumPy图像分类

  • 多层感知机的灾害图像分类

    纯 NumPy 手写多层感知机的前向与反向传播,不依赖深度学习框架,适合理解神经网络的本质。

    入门多层感知机反向传播NumPy

  • 基于 CNN 的灾害图像分类

    用 PyTorch 搭建卷积神经网络完成火灾/正常图像分类,附带已训练模型与一键运行脚本。

    入门CNNPyTorch图像分类

  • 基于 RNN 网络的水位预测

    用循环神经网络学习一年逐小时水位序列并预测未来水位,理解“带记忆”的网络。

    入门RNN时间序列PyTorch

  • 基于 LSTM 网络的水位预测

    同样的水位数据换成 LSTM,与 RNN 项目对照体会门控机制带来的差异。

    入门LSTM时间序列PyTorch

  • 基于 Transformer 的应急事件自动研判

    自建词表的迷你 Transformer 做应急文本六分类,并附本地网页演示。

    入门Transformer文本分类PyTorch

  • 基于 autoencoder 图像去雾

    自编码器学习“有雾→清晰”的映射,雾效在线合成、无需成对数据集。

    入门自编码器图像复原PyTorch

  • 基于 GAN 网络的图像去雾

    生成器与判别器对抗训练实现去雾,观察 GAN 与自编码器的效果差异。

    入门GAN对抗训练图像复原

  • 基于扩散模型的图像去雨

    条件 U-Net 扩散模型(DDPM)去除合成雨效,体验生成式模型“加噪-去噪”的思想。

    入门扩散模型DDPM图像复原

  • 防灾数据孤岛融合与 AI 看板

    把气象/地震/FEMA/人口脆弱性等 7 类公开数据清洗融合成统一数据表,并用 Streamlit 搭建风险评分与异常预警看板。适合学习数据工程与多源数据融合。

    进阶数据融合Streamlit数据工程

  • GraphRAG 地震灾害 AI 技术图谱

    把 49 篇地震防灾文献抽取成实体-关系知识图谱,支持全局/局部/查漏三种检索,并发布为可交互的网页图谱。适合学习 RAG 前沿与知识图谱。

    高级GraphRAG知识图谱NLP

  • 雨量计异常数据清洗与修正

    用物理规则 + 机器学习双重检测雨量计时序数据中的卡滞/尖峰/负值等 7 类异常并修正,带真值标签量化评估(F1 98.7%)。最适合入门的数据思维项目。

    入门数据清洗异常检测规则+ML

  • 基于 LSTM 的洪水水位监测

    用 LSTM/BiLSTM 学习 18 年真实水文站数据,预测未来 24 小时水位并输出风险分级。经典的深度学习时间序列入门项目。

    进阶LSTM时间序列TensorFlow

  • 个性化地震预警信息生成系统

    Flask 网页系统:按用户身份/年龄/位置,用规则引擎 + 震级分级 + 球面距离生成千人千面的地震预警文案。最适合入门的 Web 项目。

    入门Flask规则引擎Web

  • 社交媒体求救信息提取与定位

    BERT+CRF 从求救文本抽取地点/人员/灾情/需求四类实体,本地地理编码后生成求救点交互地图(实体 F1 0.95)。最有含金量的 NLP 项目。

    高级BERT命名实体识别PyTorch

  • 遗传算法救援物资分配优化

    以河南 7·20 暴雨为背景,用增强型遗传算法求解多仓库-多灾点-多物资的五目标分配问题,配 Vue3+ECharts 可视化大屏。

    进阶遗传算法优化Vue3

  • 避开危险路段的救援路径规划

    在真实北京路网上叠加历史灾害缓冲区,用 Dijkstra 分别计算最短路与避危险路径并画图对比。全项目仅 1 个第三方依赖,最快的入门项目。

    入门Dijkstra路径规划GIS

  • AI 应急指挥舱原型

    FastAPI+Vue3 前后端分离的指挥大屏:公开数据入库、地图/图表可视化、七步 AI 决策工作流(无 Key 自动降级为模拟)。完整的前后端工程实践。

    高级FastAPIVue3前后端

  • 灾后经济恢复周期预测

    把 USGS 地震目录、NOAA 损失库、BEA 州 GDP 拼成面板数据,用随机森林 vs GBDT 预测灾后经济恢复年数。表格数据机器学习完整流程。

    入门随机森林机器学习sklearn

  • AI 辅助山区泥石流零死亡方案

    解密加密数据后读 12 层地理栅格,做 AHP 十因子易发性叠加、四级降雨预警模拟与村落-避难所转移规划。GIS 分析 + 加密授权机制教学。

    进阶AHPGIS栅格加密授权

外部资源 3

  • MIT OpenCourseWare

    麻省理工全部课程的开放档案,数学、信号处理、地球物理等基础课的讲义与考试题都可免费获取。

    English综合课程平台

  • PyTorch 官方教程

    官方文档教程覆盖张量基础到训练部署全流程,查 API 与学范式都从这里开始。

    入门EnglishPyTorch官方文档

  • Distill · 交互式机器学习解读

    以交互式可视化著称的 ML 解读期刊(已停刊,存档全部可读),多篇关于注意力机制与可视化的文章是经典入门材料。

    进阶English可视化论文解读