Alpha冲刺 (1/6)（2020/11/16-2020/11/18）
一、任务总结
1. 完成了项目任务分工：
- 王嘉毅：规划项目进度、组织例会、前端开发
- 范新东：后端开发、算法学习及系统设计
- 万文龙：后端开发、算法学习及系统设计
- 王泓元：前端开发、系统测试
- 单岳超：前后端对接、说明文档撰写
2. 开始着手准备编写需求文档和开发文档
3. 完成github项目的构建
前端：https://github.com/Amoniaa/Group4-front-end
后端：https://github.com/Xisaname/Group4-back-end
项目文档：https://github.com/Amoniaa/Group4-project-documentation
4. 开始着手学习相关技术（both前端&后端）
二、工作总结
1. 已经完成的工作：
王嘉毅：
完成了前端部分在github上的构建，开始着手网页UI设计与原型构建，学习了Javascript、CSS、HTML前端基础知识。
范新东：
完成代码仓库的创建并与本地git建立连接，与万文龙同学讨论了后端部分的开发。
万文龙：
将团队代码仓库与本地git建立连接，讨论并确定了后端开发的流程和事项。
王泓元：
明确了自己所负责的组内任务；复习了前端开发所需要的html、JavaScript、css语言；准备了一台可供访问的云服务器。
单岳超：
经过小组会议讨论以及小组分工后，目前已经明确自己的工作任务，目前暂时协助三位同学共同负责后端开发，之后会加入到前端开发，方便之后的前后端对接。目前已经寻找到部分有关口罩识别的资料以及可以通过哪些算法去最终实现。
2. 计划完成的工作：
王嘉毅：
开始学习Vue.js、nodejs、uni-app开源框架，着手准备网页的前端开发。
范新东：
将后端说明文档建立起来。对深度学习进行进一步的研究。
万文龙：
完善说明文档。学习并初步实现pytorch深度学习代码部分。
王泓元：
讨论前端需适配的平台；设计前端页面布局；辅助需求文档和开发文档的书写。
单岳超：
要检测口罩佩戴情况，就要先获取一定数量的相关图片(图片数量估计很大），便于之后来训练和优化算法；如何将外部的图片乃至视频转化成对应的数据集来作为外部输入；如何通过算法（神经网络等等）来构建口罩识别模型。
3. 遇到的困难：
王嘉毅：
在学习Javascript时遇到了许多问题，UI设计感觉不是很理想，对于如何将一个项目做到跨平台仍然没有一个十分清晰的头绪。
范新东：
对深度学习的理解还不够深入，对目前项目的情况还没有头绪。
万文龙：
不清楚后端的详细设计内容。对于pytorch使用不熟练，数据集和标注集的读取存在问题。
王泓元：
对于如何实现系统跨平台的特性仍有待继续研究。
单岳超：
大量人脸图片的收集；如何将图片转化成数据集；如何构建神经网络模型来实现口罩识别。
三、燃尽图
四、成功召开第一次例会
五、收获和疑问
王嘉毅：
收获：1. 学习了前端开发的基本技术，即HTML+CSS+JS，了解了软件开发的基本流程，并成功从零开始实施一个具体的软件开发项目。2. 学习了UI设计的基本原则和理论，能够快速搭建项目原型，给出设计图，以便于未来前端开发的展开。
疑问：对于前端框架仍是一知半解，需要深入学习才能掌握并应用于实践之中。
范新东：
收获：1. 对小组各个成员的职责有了大致的了解，有助于小组协作开发。 2. 对于项目的进程有了一个初步的认识。
疑问：对于深度学习的学习还有很多认识不足之处。
万文龙：
收获：确定了后端开发的流程，学习了pytorch深度学习相关知识。
疑问： 对于pytorch具体代码的设计还不清楚。
王泓元：
收获：通过对前端所需要的语言进行复习，熟悉了之前遗忘的知识。同时从这周开始，小组真正进入分工合作的阶段，标志着项目工程的正式开始，这让我对软件工程的含义有了更好的认识。
疑问：对于如何实现系统跨平台的特性仍有待继续研究。
单岳超：
收获：通过收集相关的资料了解到YOLOv4是目前强悍的目标检测技术，希望通过学习YOLOv4算法和相关技术来做到实现在真实场景下人脸口罩佩戴检测。
疑问： 如何将外部的图片乃至视频转化成对应的数据集来作为外部输入，目前暂时没有头绪。