本博客系OUC软件工程第六次作业:Alpha冲刺 (1/3)
一、过去完成了哪些任务
- 转变了训练所用的网络,原先打算使用自编码机(
auto encoder
)实现深度网络的学习,在老师的指导帮助下,我们打算放弃这个实现思路,改为使用CDBNet。 - 确定了各个成员的分工。
- 在
Gitee
上创建了代码仓库 OUC-Software2022-Group04: 是ouc2022软件工程第04小组的代码仓库,用于代码合并、测试和交付。 (gitee.com)
二、每个人的工作情况
分工如下
小组成员 | 分工 |
---|---|
黄正举 | 模型训练 |
梁汉林 | 模型训练 |
刘召 | 后端开发 |
吴桂宾 | 后端开发 |
陈李焘 | 前端开发 |
姜景达 | 前端开发 |
计划完成的工作
- 后端:预计搭建好整体的Web项目的系统框架,使用Django框架来实现开发,分层防止我们的神经网络代码以便在接口开发中调用。即主要工作内容为系统架构搭建。
- 模型训练:重新规划了技术路线,决定采用CBDNet而非AutoEncoder
计划完成的工作:使用CBDNet搭建简单的技术验证原型
三、燃尽图
四、例会照片
五、剩下的任务以及遇到的困难
任务:
- 前端方面,需要搭建一个可供用户上传图片的网站,并提供降噪后的图像处理功能。
- 后端方面,需要搭建一个后台,接受前端传来的图片url,同时以
python
脚本的形式调用训练好的神经网络模型,再将处理好的图片返回给前端。 - 模型训练方面,需要学习
CDBNet
,训练模型。
困难:
- 项目刚刚起步,刚确定分工,进展比较缓慢。
- 前端具体把什么东西传给后端?是把图片进行编码后,以编码文件的形式传递给后端?或是放到一个图床上,用url的形式传递给后端?
- Django如何调用训练好的模型?
六、收获和疑问
万事开头难,确定好分工后,大家齐头并进,期间多沟通,多交流,我们一定能够实现目标!