第1组 Alpha（1/3）

小组分工

智能算法 吴博群 潘飞宇

web后端 刘玉龙 闫向前

web前端 刘明晖 李浩然

鸟类识别只是开始，不是结束~~

每个人的工作

吴博群

已经完成的工作

初步完成了鸟类识别模型的训练，并且部署到本地服务器上，采用轻量级模型DenseNet，轻量级神经网络采用了更复杂的连接，但是获得了更少的参数，总模型大小约30MB，为服务器部署做准备。模型与flask框架结合测试成功，从用户请求路由到模型响应结果总时长（包含IO以及最终展示给用户结果）小于1s，初步到达使用标准，flask框架与ssm框架初步测试成功，存在最终整合的可行性。

计划完成的工作

在alpha迭代中继续优化模型，优化服务器流程，建立GitHub组内合作，准备去ai研习社学习一下模型优化

遇到的困难

服务器内存爆了，安装不上torch和tf等框架，暂时手足无措，对模型优化仅有一些未成形的思路

收获

从数据的标注到最终完成一个可使用的深度学习模型，还是有收获的

潘飞宇

已经完成的工作：查阅学习后，在colab上用keras框架简单复现了个颜值打分模型（组长安排的新活）

计划完成的工作：继续学习深度学习，优化模型，并尝试将深度学习框架改为pytorch

遇到的困难：改成pytorch框架有些难搞，还需要学习。模型优化也暂时没想到更好的方法。

剩下的任务：继续学习，优化模型。尽可能把深度学习框架改成pytorch（若来不及就直接部署了..）

收获：体会到了除了实现分类任务以外的深度学习项目

疑问：理解起来有些困难，还需不断学习。

刘玉龙

已经完成的工作

完成了部分后端资料的标注，学习ssm框架

计划完成的工作

学习使用ssm框架开发后端，标注样例资料

遇到的困难

对于java开发后端不够熟练，ssm的开发使用比较困难

剩下的任务

掌握基本的ssm后端开发，整理剩余样例资料并转为jason格式

学习使用java后端调用python程序

刘明晖

已经完成的工作：稍微学习了HTML、CSS、JavaScript基本语法，看了Bootstrap和Vue的使用，做了网页第二页的设计。
计划完成的工作：学习三门语言的简单使用
遇到的困难：学了但没学会，写出来的代码被嘲笑*都不如
剩下的任务：图片的裁剪、压缩和网页的美化等等

李浩然

已经完成的：

birdhub整体页面逻辑的设计，首页以及导航栏已经完成，同时通过css视差效果进行了美化。同时通过js完成了动画，使得主页对于用户更加的友好。

（未来）计划完成的：

主攻上传界面的设计

1. 让用户能实现自由裁剪图片
2. 对用户上传的图片进行压缩，以给后端提供更方便的图片数据
3. 通过css，js对上传界面进行美化

其他部分

完成一个demo，实现主要功能，例如用户反馈这些界面。demo主要提供给后端进行测试。

遇到的困难

• 由于前端经验不足，所以在初次进行前端开发的时候，并没有按照先规划整体布局，然后完成相应功能，最后进行美化的步骤进行。导致一些按钮以及标题在后续编辑时出现在了意想不到的位置。
• 以前只是能看懂一些简单的html，现在自己实操的时候还是不熟悉，所以学习更规范的html，css，js，如何让三者高效结合，还是一大问题。
• 在页面设计的时候，有很多的想法，但由于birdhub主打的风格为偏暗的高级风格，所以设计的时候，进行了很多取舍，也会在日后的迭代中进一步的改善，使得界面能在给用户提供足够的服务的同时，尽可能的美观。
• 由于小组前端开发是两人，如何更好的规范代码，更好的合作也是需要琢磨的地方。

闫向前

1、已经完成的工作

- 后端SSM框架的搭建
- 接口的编写与测试，包括图片上传和存储、网页日访问数量以及用户反馈的上传
- 服务器端数据库的搭建
- 有关鸟类介绍信息的收集

2、计划完成的工作

- 与小组内负责前端的同学进行交流，更加规范地进行前后端的整合

3、遇到的困难

- 有关鸟类介绍信息的收集：后端需要将识别到的鸟类的信息（包括学名，栖息地，图片等）以JSON的格式返回给前端。由于模型的分类大约有200种，手动百度搜索为每个分类建立信息任务量繁重，目前没有一个较好的解决方案

燃尽图

算法

前端

后端

例会的照片

崂山505x牛x深度学习之鸟类识别团队