【无标题】

最新推荐文章于 2024-11-13 17:26:18 发布

海森德Admirer

最新推荐文章于 2024-11-13 17:26:18 发布

阅读量756

点赞数 16

文章标签： python

本文链接：https://blog.csdn.net/duskbirds/article/details/134770737

版权

07组团队项目-Alpha冲刺-3/3

一、基本情况

团队ID：07
组长博客：CSDN
小组成员：刘嘉洋、刘咨汛、陈家奇、廖伟鹏、陈嘉鹏

二、冲刺概况汇报

1.刘嘉洋

过去两天完成了那些任务
- 文字描述
  测试dncnn神经网络降噪模型，效果最终趋于31db，尝试了多种模型，如dncnn_25,dncnn_color_blind,dpsr,drunet_color,fdncnn等。最终还是选择了dncnn，因为效果和代码这个较为完善。
- 展示GIthub当日代码/文档嵌入记录：
接下来的计划
后端的图片去噪的基本功能已经实现，可以对一个加噪图片进行去噪，并且可以保存下来去噪之后的图片。
进行前后端的链接以及代码的优化。
还剩下哪些任务
前后端链接。
遇到了哪些困难
训练时间过长，感觉有点费电脑，各种模型的train函数和test不尽相同，而且实现的效果也不一样。
有哪些收获和疑问
学到了很多关于python知识，以及神经网络模型的知识。让我对这方面产生了浓厚的兴趣。
1. 刘咨汛
过去两天完成了那些任务
- 文字描述：对比学习Adam和SDG算法，确定Adam算法明显优于SDG算法，测试训练轮次和训练效果并统计图像损失率和峰值信噪比的提升，确定了训练模型和代码
- 展示GIthub当日代码/文档嵌入记录：
接下来的计划:
根据已确定的模型，完善后端代码和前后端的结合
还剩下哪些任务
后端代码的完成和前后端的结合
遇到了哪些困难
使用colab在线进行模型训练需多次上传数据集，浪费大量时间。在进行轮次试验的时候没有进行合理的预计，导致后面进行了多次没必要的测试，实际对模型的完善没有起到积极作用。
有哪些收获和疑问
对比Adam算法和SDG算法，发现Adam要优于SDG并且SDG算法基本上成线性。由此可推测在训练达到30以上后可能也会达到Adam算法产生的效果也可能会优于，但是结合时间和空间成本，得不偿失。

3.陈家奇

过去两天完成了那些任务
- 文字描述: 测试了前段的页面功能，发现一些存在的问题，如当上传图片后，点击图片输入框能继续上传图片，新上传的图片会将原来的图片进行覆盖，考虑图片输入框较大，用户在使用的时候误触会带来不方便，所以对出入框进行了限制，当上传图片后如果再上传会提示，并且增加了一个按钮，实现了清空图片的功能。又添加一个给图片黑白处理的功能，并将原来写在HTML文件的js代码单独分离出来，以便更好地维护。
- 展示GIthub当日代码/文档嵌入记录：
  外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
接下来的计划：页面功能会继续添加，页面测试也会继续进行，对图片下载按钮进行限制，当没有图片的时候不能下载图片，准备学习一下图片处理的方法，如均值滤波等来完善页面的功能。
还剩下哪些任务：①.增加图片处理功能，比如说放缩 ②. 在前端页面引入后端文件，将图片上传到服务器
遇到了哪些困难：在本次作业的过程中，在页面布局方面遇到了一下问题，盒子的位置经过一段时间的调试才达到较为满意的布局，在js知识方面存在不足，所以在实现按钮的一些功能的时候不太熟练。
有哪些收获和疑问：这周收获的就是重新学习了相对定位，也学习了一些js函数的写法，在解决遇到的问题使用了全局变量，全局变量为真表示已经上传图片，全局变量为假表示为未上传图片，也学习了一些图片处理的知识，通过改变三通道的取值来对图片进行处理。

4.廖伟鹏

过去两天完成了那些任务
- 文字描述：原本是想使用dncnn来完成图像去噪，但是因为只能实现单通道即灰度图的去噪，如若改成三通道，又需要对训练的参数以及张量的类型做调整，有点不太会，于是决定使用CBDnet，并且进行了模型的训练和测试。
- 展示GIthub当日代码/文档嵌入记录：
接下来的计划：因为python学的比较浅，CBDnet中对数据的预处理，模型的训练和测试，其中的一些参数，类型转换不理解，对有些噪声处理的效果不是很好。
还剩下哪些任务：在原有基础上调参，使效果达到最佳。
遇到了哪些困难：代码逻辑理解起来比较困难，有比较多的没见过的库函数，训练到一定次数后，再进行训练，效果会变的很差。
有哪些收获和疑问：初步了解CBDnet神经网络，学习了一些在深度学习中常用的库函数。