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
课程安排很好,图片识别很有趣
八、自己对未来的期许