摘要：
课程计划完成程度 项目 | 开课时的点数 | 目标点数 | 结课点数 | |: :|: :|: :|: :| 软件实现|3|6|5 软件测试|3|6|4 项目管理|3|6|5 软件设计|3|6|4 团队协作|3|5|5 大数据|1|4|3 在软件实现方面分别独立、结对、团队地写了约1.5k行代码，尤 阅读全文
摘要：
设想和目标 总体目标 实现一个微信小程序，能够使得用户： 1.轻松地通过输入图像的方式产生对联，供朋友圈装x 2.能够在机器生成对联基础上进行修改、机器根据修改输出优化后的对联 3.利用我们的小程序在微信群中斗图、根据上联和输入图像输出下联，从而实现对图和对对联的结合 通过设计这样的一个工具，使得用 阅读全文
摘要：
任务执行情况 全员内测，修复bug。最后的代码签入如下： Dacheng 为合成图片添加了水印与二维码，效果如图： 1月14日正式版发布。在微信上搜索微信小程序“联景联情”即可使用。 燃尽图 会议照片 阅读全文
摘要：
任务执行情况 Xiaoqiang对同义词进行了同样的优化处理。新的上联生成代码签入如下： 在Tao,He完成所有UI+JS，仍然存在一些bug。新版开发版上线。 后端测试了新的域名，经历了一番波折后终于用上新域名。新的后端代码签入如下： 燃尽图 会议照片 阅读全文
摘要：
任务执行情况 Xiaoqiang优化掉了每次载入映射表的时间。 在Tao,He完成了UI的前4.5个页面, 针对不同机型进行了调整。 后端Dacheng向Zibo求助获得了已备案域名、 Weijie对后端服务器重新进行了配置，更改为新的域名。从此绕开花生壳。 燃尽图 会议照片 阅读全文
摘要：
任务执行情况 Yichong的模型评测结果为新训练的大模型的表现明显好于原有模型。工作重点转移至优化大模型的速度。 Xiaoqiang测试了tag到对联的映射表的速度，结果如下 在Tao,He完成了UI的前4个页面 后端Weijie重新对花生壳进行身份验证。 Dacheng 完成了新UI的合成图片实 阅读全文
摘要：
任务执行情况 昨天Yichong采用原先的模型，在大数据集上inference，并用新训练好的模型进行对比，全组人员参与评测。对比效果如下 Xiaoqiang完成了tag到对联的映射表。 在Tao,He完成了UI的前两个页面 后端发现bug根源：花生壳服务器连接不稳定。 鉴于时间考虑，以及跟负责模型 阅读全文
摘要：
任务执行情况 昨天Yichong使用大数据集 + 小网络重新训练了模型，速度恢复了，但是生成的效果有所下降。打算改用原先的模型，在大数据集上inference。 Xiaoqiang完成了对联随机性增强，现在可以为同一张图片刷新不同的对联效果如下： 在Tao,He和外援Fan的共同努力下，前端有了重大 阅读全文
摘要：
任务执行情况 周五Yichong使用大数据集重新训练了模型，发现速度跟不上，从2.5秒提高到8秒一次处理。 Tao和He 继续进行前端代码的测试暂未发现bug，前端的debug告一段落。同时，在Dacheng 和 Weijie的后端协助下添加了修改对联的功能，代码签入如下： 燃尽图 会议照片 阅读全文
摘要：
任务执行情况 昨天Yichong因为组里赶论文的原因昨天没能按照计划对网络进行重新训练，Xiaoqiang对增加随机性的方法进行了初步的尝试。 Tao和He 继续进行前端代码的测试和调试，结果如下： Dacheng 和 Weijie重新调整了后端服务器结构，采用主 从服务器结构，由主服务器调度多台从 阅读全文