2024 年“认证杯”数学中国数学建模网络挑战赛第二阶段D题 AI 绘画带来的挑战 详细思路+matlab代码

对第一个问题，我们将更细致地探讨构建一个能够有效识别AI设计图样本的数据集的具体策略：

1. 确定数据集规模

AI设计和人工设计之间的差异可能在细节上并不显著，因而要求模型能够捕捉到这些细微的差别。根据经验法则，并结合现代深度学习在图像识别领域的实际需求，一个基础的数据集至少应包含数千至数万张图片。为了达到超过80%的识别准确率，粗略估计需要每个类别至少5000张图像。然而，这个数字应该根据实际的测试结果来调整，如果识别准确率未能满足要求，可以逐步增加数据集的大小。

2. 数据集构建

为了构建这样的数据集，可以遵循以下步骤：

• 数据搜集：从多个来源收集尽可能多的AI设计图和人工设计图，以确保样本的多样性。对于AI设计图，可以直接使用MJ软件或其他AI绘图工具生成。对于人工设计图，可以从设计比赛、在线设计平台等获取。

• 数据标注：对收集到的图片进行标注，明确哪些是AI设计的，哪些是人工设计的。这一步骤对于监督学习至关重要；

• 数据处理：在数据使用之前，需要进行一定的预处理操作，如调整图像尺寸、格式转换等，以满足输入模型的要求。

• 数据增强：采用图像数据增强技术，如旋转、缩放、平移、颜色变化等，人为增加数据的多样性，提高模型的泛化能力。