过去三天完成了哪些任务？
1.进行了前期资料收集，充分了解了项目需求、项目难点。
2.调研了同类项目中的优秀者，对其算法设计思路进行了分析学习，初步确定了项目需求的算法模型的实现细节。
3.各组员自主学习了神经网络算法知识、JavaWeb知识，为开发做准备。
4.确定了各步迭代的目标，alpha迭代应做到算法能从图片中框出人脸。
每个人的工作
（一）已经完成的工作
赵玉杨：学习了机器学习基础，对于一些机器学习算法和模型有了一定了解。
谢廷宇：已完成对暑期学习的web设计的复习。
刘璐瑶：搜集了口罩检测识别以及目标检测等现有的相关资料，口罩识别除深度学习外，也有基于opencv训练的，还查阅到使用yolov3、yolov4、SSD单阶段法的模型参考资料等。
韩天悦：复习了之前学习的机器学习内容。
柳贺然：搜集了目标检测相关资料，进一步掌握JavaWeb开发。
梁峻：已经完成了Java-web项目的基本学习和项目实践。
赵峰：对于项目实现计划有了基本的了解。
（二）计划完成的工作
赵玉杨：继续深入了解，进而掌握本次项目应该使用的机器学习模型，为以后的编程打好基础。
谢廷宇：对照已有的图像识别代码进行分析。
刘璐瑶：学习这些技术、代码，争取能【早日！】跑一个现有的模型方案。
韩天悦：实践常见的神经网络代码，参考优化的思路。
柳贺然：学习运行在服务端的语言如PHP。
梁峻：计划以之前的项目为基础继续学习相关技术并以改造之前项目的方式进行实践。
赵峰：承担具体到模块的编程工作。
（三）遇到的困难
赵玉杨：接受一些网络模型还是有些慢。
谢廷宇：无。
刘璐瑶：不清楚如何确定应该使用什么网络、方法等，不懂这些网络模型。
韩天悦：对于项目的实现方向还存在疑虑。
柳贺然：对网络模型不是很了解。
梁峻：主要是遇到细节的问题，如某些特殊字符的识别等无法查询到对应解决方案。
赵峰：还没有得到详细分工。
ISSUE链接：https://github.com/Apollo-Dafty/OUCSoftwareEngineering/issues/2
燃尽图
例会照片
还剩下什么任务，遇到了哪些困难
剩下的任务
目前已经能够进行训练，希望通过之后的优化能够让准确度提高。
遇到的困难
腾讯机智机器学习平台和香港浸会大学计算机科学系褚晓文教授团队合作，在ImageNet数据集上，4分钟训练好AlexNet，6.6分钟训练好ResNet-50，创造了AI训练世界新纪录。而我们的训练时间实在是太长了，不知道有没有一个debug方法，能够在短暂时间内完成训练。
收获和疑问
收获
过去的三天中，通过搜集资料及小组讨论，我们对于项目有了整体的理解：通过目标检测识别框出人脸，再进行是否戴口罩的二分类检测。
后端：我们了解到目标检测有两阶段和单阶段的方法，两阶段法如R-CNN模型，单阶段法如yolov3、SSD模型以及较新的yolov4模型，但这些网络模型具体细节、如何选择还较迷茫；
前端：回顾学习JavaWeb相关知识，大致可能需要上传图片利用模型检测、摄像头实时检测等；
总体上制定了后期大体的开发流程，细节还需再商定。
疑问
后端：yolov3、yolov4、SSD模型的原理还未完全清楚，这些网络模型具体细节、如何选择比较迷茫
前端：对于PHP的图像处理掌握的并不是很熟练，需要继续学习