毕业答辩PPT别再套模板了

我没有从“科技感”“AI蓝”“未来感”这些关键词出发。
而是重新回到研究内容本身：
图像分类模型是怎么工作的？
一张原始图片进入网络之后，
会经历卷积、特征提取、压缩、分类，
从具体的像素，
逐渐变成越来越抽象的语义特征。
所以这套PPT的视觉母题，我最后提取成了：
FEATURE EXTRACTION LAYER / 特征提取层
整套设计也沿着这条逻辑展开：
原始图像 → Feature Map → 抽象特征 → 分类结果
视觉越往后，
图像越抽象，
信息越接近模型内部的“认知状态”。
这次我刻意避开了很多毕业答辩PPT常见做法：
没有学校蓝模板
没有硕士帽
没有学校大门
没有校徽水印
没有每页固定标题栏
也没有为了“像AI”堆满科技线条
取而代之的是：
实验图片
Feature Map
模型编号
坐标
数据标签
科研注释
训练记录
混淆矩阵
让整套视觉更像一份正在发生的研究记录。
配色也不是单纯为了“高级”。
实验靛蓝负责模型主路径，
研究薄荷负责有效信号，
结果黄只用于真正需要被看到的结论。
字体同样参与信息表达：
中文负责解释，
英文负责索引，
数字负责结论。
这次重构里，我最想表达的一点其实是：
科研PPT真正需要重新设计的，不是页面，而是信息被理解的顺序。
不是换模板，
而是重新建立视觉逻辑。
——
⚠️ 案例中的实验结果、准确率、Loss、F1、消融数据等，正式项目中必须以论文真实实验记录为准，不为了版式效果编造研究结果。
#PPT设计 #毕业答辩PPT #论文答辩 #PPT改造 #PPT重构 #视觉设计 #版式设计 #人工智能 #深度学习 #计算机视觉 #科研绘图 #学术PPT #作品集设计 #信息设计 #设计思路