第16组 Alpha (2/6)(曾浩洋)
第16组 Alpha (2/6)(曾浩洋)
一、过去三天完成了哪些任务
完成的任务:
1.小组分工如下
前端开发:宋泽涛,陈瑶明
后端开发:张琪,孙兴全
前后端对接:曾浩洋,穆雨含
2.github项目创建完成

3.已经查找并学习了一些类似项目的博客代码,并对项目所需软件进行了环境配置。
二、工作总结
已完成
宋泽涛:
1 快速学习前端编程,html,cs,js,为接下来的工作做准备。
2、学习python编写web的方法,简单学习了Django的框架学习。

3、学习了python如何渲染一个网页。
Import os
html = open("E:\\Download\\new\\new.html", "w")
html.write("<!DOCtype HTML>\ \n<head><title>新的网页</title></head>\\n<body><h1>大家好啊</h1></body>")
陈瑶明:
对模版Templates有一定了解,动手进行了代码编写,同时发现一些问题。
穆雨含:
因为主要我负责项目的前端接口工作,所以这次主要学习了前端的任务,主要学习用kinter库编写pyhton gui应用程序。
因为没有学过python的gui所以在网上看教程学习。Python gui的库有很多种包括tkinter、
Wxpython等等。这周我主要学习利用tkinter编程。
创建一个gui程序可以分为以下几步:
- 导入tkinter模块
- 创建控件
- 指定控件的master
- 告诉geometry manager 有一个控件产生了。
首先我先了解了tkinter的15种控件以及他们的一些标准属性和几何管理方式:



最后我用学到的东西进行简单的代码练习:

孙兴全:
1、复习了之前学习的关于机器学习、智能处理的视频以及猫狗大战的程序代码。
2、在GitHub以及CSDN上查阅一些教程以及资料,附上一些个人认为比较好的链接:
python实现人脸口罩检测(基于opencv和深度学习两种方法):https://blog.csdn.net/qq_43987474/article/details/106649335?utm_medium=distribute.pc_relevant.none-task-blog-utm_term-2&spm=1001.2101.3001.4242
基于深度学习的口罩识别与检测PyTorch实现:https://blog.csdn.net/qq_32998593/article/details/109270947?biz_id=102&utm_term=Pytorch实现口罩识别&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-109270947&spm=1018.2118.3001.4449
基于PyTorch&YOLOv4的口罩佩戴检测:https://github.com/Bil369/MaskDetect-YOLOv4-PyTorch
3、找到了一些数据集,准备挑选一些用作训练
曾浩洋:
1.为了解决colab进行后端开发工作会受时间限制等不利影响,我决定用采用Tensorflow库在jupyter上本地编写程序,于是开始下载并配置相关环境,并基本配置完成。
2.通过学习博客园,cdsn上的相关项目实例,大致确定了我们的项目雏形。
3.复习了机器学习、智能处理的视频,进一步了解相关知识。
张琪
对作业代码进一步研究,回顾了之前的学习视频,为下一步行动做好准备。
计划完成
宋泽涛,陈瑶明,穆雨含:在充分学习后尝试建立一个简单的界面。
张琪,孙兴全,曾浩洋:开始进行代码编写工作,基本实现相关功能。
三、燃尽图

四、例会照片(拍摄者:曾浩洋)

五、遇到的问题
宋泽涛,陈瑶明,穆雨含:
1.在考虑是用web前端用来进行交互还是GUI进行交互;
Web前端的优势:不需要额外大量学习,cs优化界面好看。 缺点:和python的接口需要大量工作 Tkinter库GUI的优势:接口工作比较少,可以全部编写在python中 缺点:需要完整学习图形界面,可能界面没有web好看`
2.框架技术有一定难度,新的知识熟练运用有一定难度,对setting.py配置文件了解不足导致在使用html时出现一些问题.
张琪,孙兴全,曾浩洋:
Tensorflow库的具体调用功能还需要花时间研究,对相关实例的可取之处需要进一步消化。
六、收获
宋泽涛,陈瑶明,穆雨含:通过自己的动手实践,对界面设计有了进一步的了解,对前端项目开发流程有一定程度的认识。
张琪,孙兴全,曾浩洋:已经明确了我们的奋斗目标,也找到了相关的数据集,完成了环境变量的配置。
浙公网安备 33010602011771号