一、基本情况

二、冲刺概况汇报

王业震

  • 过去两天完成了哪些任务:

    • 成功实现了Insightface人脸识别算法与MTCNN人脸检测算法
    • 由于过去两天未涉及Github代码的签入,故没有commit记录
  • 接下来的计划:

    使用Insightface算法对实际场景进行测试;

  • 还剩哪些任务:

    将人脸识别、物体检测、多目标跟踪、动作检测等技术进行整合;

  • 燃尽图:

  • 遇到了哪些困难:

    • 由于数据集的丰富度还需提高,在进行人脸识别时的准确率仍有待提高与完善;
    • 在遇到光线不足等情况时,算法的表现仍有待加强。
  • 有哪些收获或疑问:

    成功实现了Insightface人脸识别算法;

  • PSP&学习进度条:

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 5
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 30 30
    · Design Spec · 生成设计文档 0 0
    · Design Review · 设计复审 0 0
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 0 0
    · Design · 具体设计 30 35
    · Coding · 具体编码 0 0
    · Code Review · 代码复审 0 0
    · Test · 测试(自我测试,修改代码,提交修改) 0 0
    Reporting 报告
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 0 0
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 15 15
    · 合计 80 85
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 2 2 推进了数据集的拍摄,学习了数据集的标注
    2 0 0 2 4 完成了数据集的标注与数据集的拍摄
    3 0 0 1 5 完成Insightface人脸算法及MTCNN人脸检测算法的本地环境配置
    4 0 0 1 6 完成CUDA的安装、MXNET的安装与配置
    5 0 0 1 7 构建了FZU人脸数据集,对算法模型进行了训练
    6 1000 1000 2 9 对算法模型进行了训练
    7 0 1000 0.5 9.5 对Insightface人脸识别算法进行了实现
    8 0 1000 0.5 10 对Insightface人脸识别算法进行了实现

郑浩彬

  • 过去两天完成了哪些任务

    • 对YoloV5进行数据集训练
    • 展示GitHub当日代码/文档签入记录

  • 接下来的计划

    再次训练数据集(之前还未训练完全,一次训练耗时较久)

  • 还剩下哪些任务

    训练数据集,提高各种场景下的mAP,后期可考虑拍摄更多种类的垃圾桶,增强算法适应性。

  • 燃尽图

  • 遇到了哪些困难

    • 单次训练一个epoch的时间较久,用来训练的机器的GPU不够猛
  • 有哪些收获和疑问

    • 收获:真正尝试配置算法的参数,了解了一些算法中涉及到的指标,如P、R、mAP@0.5
    • 疑问:暂时没什么疑惑。
  • PSP & 学习进度条(学习进度条每轮追加)

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 5
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 60 60
    · Design Spec · 生成设计文档 10 10
    · Design Review · 设计复审 15 15
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 5 5
    · Design · 具体设计 30 20
    · Coding · 具体编码 0 0
    · Code Review · 代码复审 0 0
    · Test · 测试(自我测试,修改代码,提交修改) 0 0
    Reporting 报告
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 0 0
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 15 15
    · 合计 135 125
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 2 2 进行算法所需数据集的拍摄,学习了数据集的标注
    2 0 0 3 5 完成所分配的数据集的标注
    3 0 0 5 10 懂得CUDA、CUDNN之间的关系
    4 0 0 3 13 让YoloV5算法勉强可以跑起来
    5 0 0 5 18 学习使用YoloV5进行个性化训练
    6 0 0 5 23 进一步学习使用YoloV5进行个性化训练
    7 0 0 1 24 训练数据集
    8 0 0 0 24 训练数据集

张静

  • 过去两天完成了哪些任务

    • 文字描述

      1.对openpose.cpp文件进行解读

      2.拍摄福大生活区垃圾桶数据集,并进行数据集标注。

    • 展示GitHub当日代码/文档签入记录

  • 接下来的计划

    利用openpose.cpp文件对关键点输出

  • 还剩下哪些任务

    1.利用python API对关键点进行输出

    3.对扔垃圾的人进行人体关键点输出并且制定扔垃圾合理性规则

  • 燃尽图

  • 遇到了哪些困难

    1.三个变量camera,video,image_dir分别表示使用摄像头输入,输入文件夹中的视频以及输入文件夹中的图片。其中视频和图片不能同时不为空!

  • 有哪些收获和疑问

    openpose的很多功能都通过flags.hpp文件控制,主要包括,面部识别,手部识别,多人、单人识别,输出图像的保存

  • PSP & 学习进度条(学习进度条每轮追加)

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 10 5
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 100 80
    · Design Spec · 生成设计文档 20 10
    · Design Review · 设计复审 15 15
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 5 5
    · Design · 具体设计 30 20
    · Coding · 具体编码 60 100
    · Code Review · 代码复审 10 20
    · Test · 测试(自我测试,修改代码,提交修改) 30 20
    Reporting 报告 10 20
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 0 0
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 15 15
    · 合计 275 280
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 2 2 对Openpose项目进行学习
    2 0 0 2 4 完成了数据集的标注与数据集的拍摄
    3 72 72 4 8 对OpenPose进行环境搭建
    4 0 72 2 10 进行demo测试
    5 0 72 3 13 学习json文件
    6 0 72 5 18 对关键点进行输出
    7 160 232 7 25 解读openpose.cpp文件
    8 0 232 5 30 利用openpose.cpp进行关键点输出

施可婳

  • 过去两天完成了哪些任务:

    进行了部分页面的原型设计;看了优秀原型设计作品;学习了Vue框架(因过去两天未涉及代码编写,故未涉及github当日代码/文档签入);

  • 接下来的计划:

    学习前端相关知识、继续设计原型;

  • 还剩哪些任务:

    剩下页面的原型设计;继续学习相关知识;

  • 燃尽图:

  • 遇到了哪些困难:

    时间不够,要学的东西还有很多;

  • 有哪些收获或疑问:

    学习了Vue框架,对前端有了进一步的学习、了解;看了很多优秀原型设计作品,提高了审美能力;

  • PSP&学习进度条:

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 6
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 180 200
    · Design Spec · 生成设计文档 0 0
    · Design Review · 设计复审 0 0
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 0 0
    · Design · 具体设计 90 100
    · Coding · 具体编码 0 0
    · Code Review · 代码复审 0 0
    · Test · 测试(自我测试,修改代码,提交修改) 0 0
    Reporting 报告
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 0 0
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 20 15
    · 合计 295 321
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 2 2 学习了原型设计的技巧
    2 0 0 3 5 进行了登陆页面的原型设计
    3 0 0 3 8 进行了AE软件的学习
    4 0 0 1 9 了解了原型设计规范
    5 0 0 3 12 进行了部分页面的原型设计;美化了部分已设计页面
    6 0 0 3 15 进一步学习了AE软件的用法、技巧;学习了前端知识
    7 0 0 2 17 进行了部分页面的原型设计;看了优秀原型设计作品;
    8 0 0 3 20 学习Vue框架

黄志翔

  • 过去两天完成了哪些任务

    • 文字描述

      1. 进行Log模块的搭建
    • 展示GitHub当日代码/文档签入记录

  • 接下来的计划

    陆续进行剩余模块的搭建

  • 还剩下哪些任务

    1. 各数据库模块的搭建
  • 燃尽图

  • 遇到了哪些困难

    1.构建数据库的时候需要考虑数据库如何搭建比较好

  • 有哪些收获和疑问

    也算是巩固了数据库的理论知识, 尽力搭建一个合理的数据库架构.

  • PSP & 学习进度条(学习进度条每轮追加)

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 5
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 60 100
    · Design Spec · 生成设计文档 20 10
    · Design Review · 设计复审 15 15
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 5 5
    · Design · 具体设计 20 20
    · Coding · 具体编码 30 20
    · Code Review · 代码复审 10 20
    · Test · 测试(自我测试,修改代码,提交修改) 30 20
    Reporting 报告 30 20
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 0 0
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 15 15
    · 合计 210 220
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 2 2 对Spring项目进行学习
    2 0 0 2 4 查看spring的demo
    3 0 0 3 7 spring initializr 使用
    4 0 0 1 8 了解spring生态
    5 100+ 100+ 5 13 着手开始用户模块搭建
    6 100+ 200+ 4 17 完善用户模块搭建
    7 100+ 300+ 0 17 进行日志模块的搭建
    8 100+ 100+ 0 17 完善日志模块的搭建

毛长江

  • 过去两天完成了哪些任务

    • 文字描述

      1.完成算法demo版本,生成跟踪效果视频。

      2.研究相关追踪函数及对应算法。

    • 展示GitHub当日代码/文档签入记录

  • 接下来的计划

    1.学习核心函数的原理,加深算法理解;

    2.学习json文件的使用,格式化标注框并导出;

  • 还剩下哪些任务

    1.选择合适场景,继续拍摄垃圾点的照片视频,丰富数据集。

    2.优化算法功能,测试兼容性,对所拍摄的垃圾点附近人群进行跟踪。

    3.格式化数据信息并输出。

  • 燃尽图

  • 遇到了哪些困难

    1.对deepsort所采用的匈牙利算法仍不够清晰理解。

    2.追踪时可能出现误判情况,准确度仍有改善空间。

  • 有哪些收获和疑问

    理解了部分追踪函数的原理,且对标注传参方式更为熟练,实现通过修改参数改善追踪效果。

  • PSP & 学习进度条(学习进度条每轮追加)

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 5
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 200 180
    · Design Spec · 生成设计文档 20 10
    · Design Review · 设计复审 10 10
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 5 5
    · Design · 具体设计 30 15
    · Coding · 具体编码 30 30
    · Code Review · 代码复审 10 5
    · Test · 测试(自我测试,修改代码,提交修改) 45 60
    Reporting 报告 15 25
    · Test Repor · 测试报告 10 10
    · Size Measurement · 计算工作量 5 5
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 10 10
    · 合计 390 365
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 14 14 学习yolov5+deepsort算法
    2 0 0 2 16 完成了数据集的标注与数据集的拍摄
    3 20 20 3 19 完成数据集重新标注,配置算法相关环境
    4 50 70 3 22 继续配置算法环境,解决遇到的一些兼容性问题
    5 0 70 2 24 完成Yolov5_DeepSort算法环境配置
    6 50 120 4 28 改善主运行程序,运行demo版本
    7 0 120 3 31 完成Yolov5_DeepSort算法demo版本
    8 80 200 4 35 研究算法及相关追踪函数

陈志良

  • 过去俩天完成了哪些任务

    • 深入学习pyqt,优化界面部分内容。
    • GitHub上传记录:

  • 接下来的计划

    优化界面,美化界面。

  • 还剩哪些任务:

    登录界面的设计、与后端交接。

  • 燃尽图:

  • 遇到了哪些困难:

    在学习和实践过程中,有太多自己不知道的东西,界面标题栏如何增加功能键、界面切换等尚未解决。

    没有找到我想要的学习资料。

  • 有哪些收获或疑问:

    学会了控件插入图片,美化界面。

    对于标题栏的功能增加还是没有解决,网络上找不到该问题解决办法。(可能是我学的不够深)

  • PSP&学习进度条:

    PSP2.1 Personal Software Process Stages 预估耗时(分钟) 实际耗时(分钟)
    Planning 计划
    · Estimate · 估计这个任务需要多少时间 5 2
    Development 开发
    · Analysis · 需求分析 (包括学习新技术) 200 400
    · Design Spec · 生成设计文档 0 0
    · Design Review · 设计复审 0 0
    · Coding Standard · 代码规范 (为目前的开发制定合适的规范) 0 0
    · Design · 具体设计 0 0
    · Coding · 具体编码 80 100
    · Code Review · 代码复审 0 0
    · Test · 测试(自我测试,修改代码,提交修改) 0 0
    Reporting 报告
    · Test Repor · 测试报告 0 0
    · Size Measurement · 计算工作量 10 20
    · Postmortem & Process Improvement Plan · 事后总结, 并提出过程改进计划 20 25
    · 合计 315 567
    第N天 新增代码(行) 累计代码(行) 学习耗时(小时) 累计学习耗时(小时) 重要成长
    1 0 0 1 2 初步学习了HTML与Js俩种语言
    2 0 0 3 4 初步了解了前端框架结构
    3 0 0 1 5 通过实例深入学习前端
    4 0 0 3 8 了解前端的主要流程
    5 0 0 5 13 学习pyqt5和qt设计师工具
    6 317 317 6 19 初步得到界面大概框架
    7 15 332 4 23 美化界面部分
    8 34 366 6 29 插入图片

三、冲刺成果展示

  • 冲刺最新成果:Insightface人脸识别算法成果图:

  • 冲刺最新成果:YoloV5算法训练过程:

  • 站立会议合照:

  • 会议耗时记录:

    第N次会议 耗时(分钟)
    1 15
    2 8
    3 10
    4 12

1组-Alpha冲刺-4/6的更多相关文章

  1. 第05组 Alpha冲刺(4/4)

    第05组 Alpha冲刺(4/4) 队名:天码行空 组长博客连接 作业博客连接 团队燃尽图(共享): GitHub当日代码/文档签入记录展示(共享): 组员情况: 组员1:卢欢(组长) 过去两天完成了 ...

  2. 第05组 Alpha冲刺(3/4)

    第05组 Alpha冲刺(3/4) 队名:天码行空 组长博客连接 作业博客连接 团队燃尽图(共享): GitHub当日代码/文档签入记录展示(共享): 组员情况: 组员1:卢欢(组长) 过去两天完成了 ...

  3. 第05组 Alpha冲刺(2/4)

    第05组 Alpha冲刺(2/4) 队名:天码行空 组长博客连接 作业博客连接 团队燃尽图(共享): GitHub当日代码/文档签入记录展示(共享): 组员情况: 组员1:卢欢(组长) 过去两天完成了 ...

  4. 第02组 Alpha冲刺(3/6)

    第02组 Alpha冲刺(3/6)   队名:無駄無駄组长博客作业博客 组员情况 张越洋 过去两天完成了哪些任务 摸鱼 提交记录(全组共用) 接下来的计划 沟通前后端成员,监督.提醒他们尽快完成各自的 ...

  5. 第11组 Alpha冲刺(6/6)

    第11组 Alpha冲刺(6/6)   队名 不知道叫什么团队 组长博客 https://www.cnblogs.com/xxylac/p/11913626.html 作业博客 https://edu ...

  6. 第11组 Alpha冲刺(5/6)

    第11组 Alpha冲刺(5/6)   队名 不知道叫什么团队 组长博客 https://www.cnblogs.com/xxylac/p/11898559.html 作业博客 https://edu ...

  7. 第11组 Alpha冲刺(4/6)

    第11组 Alpha冲刺(4/6)   队名 不知道叫什么团队 组长博客 https://www.cnblogs.com/xxylac/p/11884529.html 作业博客 https://edu ...

  8. 第11组 Alpha冲刺(3/6)

    第11组 Alpha冲刺(3/6)   队名 不知道叫什么团队 组长博客 https://www.cnblogs.com/xxylac/p/11872098.html 作业博客 https://edu ...

  9. 第11组 Alpha冲刺(2/6)

    第11组 Alpha冲刺(2/6)   队名 不知道叫什么团队 组长博客 https://www.cnblogs.com/xxylac/p/11860949.html 作业博客 https://edu ...

  10. 第04组 Alpha冲刺(4/4)

    队名:斗地组 组长博客:地址 作业博客:Alpha冲刺(4/4) 各组员情况 林涛(组长) 过去两天完成了哪些任务: 1.分配展示任务 2.收集各个组员的进度 3.写博客 展示GitHub当日代码/文 ...

随机推荐

  1. 图神经网络(GNN)--slide

    课件是学习小组汇报时用的,许多资料是从大佬哪里搬运的.Tex文档也在里面. GNN课件,下载不了,可以点击 带你入门图神经网络(GNN) 图神经网络(GNN)学习推荐网址 傅里叶分析之掐死教程(完整版 ...

  2. 使用Stargate访问K8ssandra,Springboot整合Cassandra

    1 简介 之前我们在文章<K8ssandra入门-详细记录在Linux上部署K8ssandra到Kubernetes>成功地在Ubuntu上安装了K8ssandra,现在我们来看看如何访问 ...

  3. keeplived高可用配置

    前提:关闭防火墙,关闭selinux 1.主备配置 主 vim keeplived-lb01.confglobal_defs { router_id LVS_01 } vrrp_instance VI ...

  4. Serverless:这真的是未来吗?(一)

    原文 | https://www.pulumi.com/blog/is_serverless_the_future_part_1/ 作者 | Lee Briggs & Piers Karsen ...

  5. SQL Server链接服务器信息查询

    exec sp_helpserver --查询链接服务器select * from sys.servers --查询链接服务器链接地址

  6. java 文档自动生成的神器 idoc

    写文档 作为一名开发者,每个人都要写代码. 工作中,几乎每一位开发者都要写文档. 因为工作是人和人的协作,产品要写需求文档,开发要写详细设计文档,接口文档. 可是,作为一个懒人,平时最讨厌的一件事情就 ...

  7. 洛谷4208 JSOI2008最小生成树计数(矩阵树定理+高斯消元)

    qwq 这个题目真的是很好的一个题啊 qwq 其实一开始想这个题,肯定是无从下手. 首先,我们会发现,对于无向图的一个最小生成树来说,只有当存在一些边与内部的某些边权值相同的时候且能等效替代的时候,才 ...

  8. Netty-FastThreadLocal快在哪里呢?

    来源于:https://www.wangdaye.net/archives/n-e-t-t-y-zhi-f-a-s-t-t-h-r-e-a-d-l-o-c-a-l 前言 netty的concurren ...

  9. Sequence Model-week2编程题2-Emoji表情生成器

    1. Emoji表情生成器 下面,我们要使用词向量(word vector)来构建一个表情生成器. 你将实现一个模型:输入一句话 (如 "Let's go see the baseball ...

  10. windows下wchar_t的问题

    使用vs新建工程或者编译工程的时候默认在编译设置里面讲wchar_t设置为内置类型,如下图: 但是在编译相互依赖的工程的时候,如果有的工程不将wchar_t设置为内置类型的时候,将会出现链接错误,需要 ...