Beta冲刺(2/3)

已完成的工作

训练一个epoch十分钟，一次大概能训练十几个epoch，尝试把数据集移到谷歌云盘外，但是训练速度并没有加快，训练时train loss和test loss不断下降，说明网络仍在学习，acc最高训练到0.15。

完成了前端界面的美化，使用flask框架实现了前端与后端的分离。根据ResNet50网络的结构图，参考开源代码，完成了网络构建，根据已有的10位作家的作品集完成了模型的训练，得到了较好的识别准确率。

优化了预测模型，提升了预测的速度和精度。

计划的工作:

进一步检查flask框架中有没有Bug，调整参数以提高准确率

美化前端界面，优化字体的显示等。

继续优化算法模型。

小组的收获

深入了解了resnet50网络模型的结构并根据资料进行了模型组网，完成了网络的实现并得到了不错的识别准确率。

进一步学习了前后端分离的概念，通过文字，图片或者图标等方式让数据形象直观的显示出来。

燃尽图