项目总体报告

项目总体报告

一、项目成员分工和预期计划

最初的计划就是做一个类似于百度翻译的网站,用户上传图片,网站返回作者的相关信息并且附上相关的链接

Alpha 阶段

预期计划:

基本实现从网页上上传图片后台返回识别结果、模型识别率较高

分工

前台界面的制作:刘路

后台代码与前后台交互:张大滨、古文祥

神经网络模型以及作者信息收集:邓腾跃、李昊阳

Beta 阶段

预期计划:

美化界面、缩短识别时间

分工

前台界面优化:刘路

缩短识别时间:张大滨、古文祥

测试网页bug:李昊阳、古文祥

提高模型正确率:邓腾跃、李昊阳

二、项目燃尽图与展示

 

 

 

 

 

 

 

 

 视频链接:

https://www.bilibili.com/video/BV1Xz4y1U7GS/

三、实际遇到哪些问题,是如何解决的

1、数据集划分刚开始出现错误,正确率很低

联系AI研习社冠军代码作者进行讨论学习、向助教询问,在助教帮助下成功解决

2、没有通道验证模型正确率

先是自己划分测试集进行测试正确率,同时联系AI研习社的官方开放了练习端口

3、前后台链接有问题

刚开始想用Djiongo,后来采用Java调用Python.exe运行.py文件获取输出结果

4、在前后端数据交互方面出现了跨域请求的问题导致外链图片,css等资源无法访问

最后使用过滤器对此进行设置解决了问题

四、项目的实际架构和项目测试

项目的实际架构:

1、模型使用:用EfficientNet-B3作为主干,数据增强:mixup

2、前后台采用Java+Python +html+jsp+css

3、使用腾讯的轻量应用服务器

项目测试:

测试人员采用多个电脑,手机、平板以及多个浏览器进行测试

五、best meeting picture and feeling of each member

 

 

张大滨:之前用过tesorflonw做过数据处理,第一次做图像识别,感到很有趣虽然有很多困难但是克服了

邓腾跃:初次做深度学习的代码,起初还是比较有困难,但是到后来发现还是比较有意思的。了解到了项目的整个过程,体会到了做项目的艰辛。

李昊阳:通过本次项目,我更好地了解到了有关深度学习等方面的知识,了解到相关数据的处理算法。同时在解决项目中遇到的问题时,也与小组其他成员进行了交流,学习到了更多解决问题的新的思维方式。

刘路:整体来说前期难度是挺大的,后期基本就是测试和维护了,事情也就没那么多了,前台逻辑层面有些难度,其它的还好

古文祥:这次的软工学习是我第一次进行协助开发,和以前完成小项目的感觉有很大不同,很多时候我只要简单完成自己的任务就行了。但是从学习者的角度来说,这和一个人开发有利有弊,我们也总是要在工作前尝试合作协同开发。

六、对之后上这门课的同学,或者对于开学初的你,有什么建议和告诫

一定好好学一下深度学习的知识很有趣

七、对于作业或者课程安排有什么样的建议

课程安排很好,图片识别很有趣

八、自己对未来的期许

希望自己能够在未来做得更好

posted @ 2021-01-12 22:17  ZRGXZ  阅读(12)  评论(0编辑  收藏