【开题答辩实录分享】以《基于小程序的精品衣柜系统的设计与实现》为例进行答辩实录分享

最新推荐文章于 2025-10-01 16:04:04 发布

原创最新推荐文章于 2025-10-01 16:04:04 发布 · 1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#小程序

大家好，我是韩立。

写代码、跑算法、做产品，从 Java、PHP、Python 到 Golang、小程序、安卓，全栈都玩；带项目、讲答辩、做文档，也懂降重技巧。
这些年一直在帮同学定制系统、梳理论文、模拟开题，积累了不少“避坑”经验。

新学期开始，很多人卡在选题：想要新颖，又怕做不完。接下来我会持续分享一批“好上手且有亮点”的选题思路和完整开题答辩案例，给你参考，也给你灵感。关注我，毕业设计不再头秃！

核心为解决用户穿衣搭配烦恼，依托微信小程序实现衣物管理与智能推荐功能。

用户可完成账号注册登录，上传衣物信息（含图片、类型、适用场合等），经管理员在审核管理模块审核通过后，系统通过分类管理模块对衣物按类型、材质等分类存储，再由统计管理模块分析用户穿衣习惯；

结合天气数据与用户所需场合，通过服装推荐模块为用户推送合适衣物，搭配管理模块提供衣物搭配方案。

管理员可通过系统管控用户账号、审核衣物信息、维护分类与统计数据，整体实现衣物数字化管理与个性化穿搭推荐，提升用户穿衣便捷性。

【开题陈述】

各位老师好，我是H同学，课题是《基于小程序的精品衣柜系统的设计与实现》。系统把传统衣柜‘搬’进微信，用户拍照上传衣物，小程序自动分类、统计并依据天气与场合智能推荐穿搭

主要模块有上传识别、衣物管理、智能搭配、天气联动、用户中心。

技术栈：小程序原生+WXML/WXSS，后台PHP+Apache，数据库MySQL，用Ajax通信，本地Windows10+PHPStorm开发，计划2025年5月交付。

【答辩开始】

评委老师：用户一次性上传10张照片，如何保证压缩后清晰度又省流量？

答辩学生：前端用canvas把图片等比缩放到1080px宽，quality设0.8，单张压到300KB以内，再统一formData上传，节省约60%流量。

评委老师：衣柜里的‘分类’是自动完成的，你用了哪种算法或接口？

答辩学生：调用腾讯云‘图像标签’API，返回上衣/裤子/鞋子等标签，准确率92%，再写规则映射到本地category表，后台入库。

评委老师：如果用户误把围巾标成‘上衣’，如何手动纠正并同步更新训练数据？

答辩学生：前端长按卡片弹出‘修改分类’，后台把纠正后的URL+正确标签写入correct_log表，每月导出一次做增量重训，提高模型精度。

评委老师：MySQL里存衣服图片，你是存文件路径还是Base64？为什么？

答辩学生：存相对路径/Uploads/uid/filename.jpg，图片放OSS；Base64会让行体积暴增30%+且无法走CDN，查询慢。

评委老师：搭配推荐需要同时满足‘天气+场合+个人喜好’三个维度，数据库怎么设计才能快速查到候选集？

答辩学生：建一张match_rule表，字段：weather_tag、occasion、user_style、category、score；推荐时先where天气and场合and风格，按score倒序limit 20，再走索引覆盖。

评委老师：小程序审核要求用户上传图片先做内容安全校验，你如何落地？

答辩学生：先调wx.mediaCheckAsync API，把图片转base64 POST给微信，返回pass才允许进衣物表；不通过前端弹窗‘含敏感内容’并删除临时文件。

评委老师：系统上线后想增加‘AI虚拟试穿’功能，需要在前端实时叠加衣服模型到人体，请给出关键技术路线，并说明如何与现有PHP后台解耦。

答辩学生：前端用WebGL+Three.js加载衣服GLB模型，通过MediaPipe BlazePose获取33点人体关键点，实时驱动模型贴合；只把最终截图mask和参数JSON发给新开的‘AI-render’微服务（Node+TensorFlow.js），生成试穿图后回传OSS，PHP仍负责业务数据，不耦合渲染计算。

【评委总结】

H同学对图片压缩、云API调用、索引设计等细节回答扎实，尤其增量重训和AI渲染解耦思路清晰。建议在后续测试中给出真实场景下的推荐准确率，并考虑北方暖气室内外温差场景的分级策略。总体方案可行，进度安排合理，同意开题，按2025年计划推进。

以上是H同学的毕业设计答辩过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。