国科大天体光谱分类课程作业——运用ResNet18进行天体光谱分类的方法、源代码及文档说明（基于天池大数据竞赛）

简介：
本项目为国科大天体光谱分类课程作业，采用ResNet18模型参与天池大数据竞赛。通过深度学习技术对天文数据进行有效分析和分类，并提供详尽的源码与文档支持。 本题目基于天池大数据竞赛，提供了18万条LAMOST望远镜获取的天体光谱数据，其中训练集包含14万条记录，测试集则有4万条。任务是将这些数据分为三类：恒星（star）、星系（galaxy）和类星体（qso）。评价标准为macro f1 score。本方案采用ResNet18模型，并对数据进行了包括数据增强、归一化及黑体辐射拟合等处理，最终在助教提供的项目验收数据集上取得了0.9741的macro f1 score。 由于这只是一个课程作业，因此还有很多细节可以进一步优化和完善。本段落只是对该方案的主要思路进行简单介绍，供后来者参考和改进。 该项目代码经过全面测试，在确保功能正常后上传，请放心下载使用。此项目适用于计算机相关专业的在校学生、老师或企业员工学习研究，同样适合初学者作为进阶学习材料，并可应用于毕业设计、课程作业或者初期项目展示等场景中。如果具备一定的基础知识，也可以在此基础上进行修改和扩展，实现更多功能。