Add new file

3-算法讲解/3.9-作业/readme.md

+# 花朵五分类任务：算法对比实验作业
+# 花朵五分类任务：算法对比实验作业
+
+本作业基于“花朵分类”数据集，完成不同深度学习模型在该任务上的对比实验，旨在通过经典与新型架构的对比分析，掌握模型性能评估与可视化展示的基本方法
+
+## 作业文件获取
+
+作业所需数据已通过百度网盘分享(代码见图像分类章节)：
+
+- 链接：[点击前往百度网盘下载](https://pan.baidu.com/s/12xlvASQ9zYAkIWtKISa3vw?pwd=8888)
+- 提取码：`8888`
+
+---
+
+## 实验内容
+
+在指定数据集上，使用起码以下模型进行分类实验并进行对比分析：
+
+-  VGG 系列（如 VGG16）
+-  ResNet 系列（如 ResNet18 / ResNet50）
+-  Vision Transformer（ViT）
+
+### 实验目标
+
+- 比较不同模型在花朵五分类任务上的准确率（Accuracy）
+- 输出基础对比表格与可视化结果(此处可使用matplotlib绘制acc、loss曲线)
+- 探索模型结构差异对结果的影响
+
+---
+
+## 实验结果示例
+
+下表为模型在测试集上的准确率对比（仅作格式示例）：
+
+| 模型名称   | Top-1 Accuracy |
+|------------|----------------|
+| VGG16      | 85.2%          |
+| ResNet50   | 90.1%          |
+| ViT-B/16   | 91.3%          |
+
+> 实际结果需通过运行模型在数据集上得出
+
+---
+
+## 注意事项
+
+- 请确保每个模型的训练轮数、优化器设置等尽量一致，以保证公平比较
+- 可以适当使用预训练模型进行 finetune
+