Alpha冲刺 (2/6)（2020/11/19-2020/11/21）
一、任务总结
1. 对软件的功能有了更为深入的分析讨论，着手构建软件设计文档。
2. 关于项目特定功能所需要的技术，进行了学习和实践，开始构建项目原型（前端）。
完成UI设计初稿：
https://github.com/Amoniaa/Group4-front-end
前端issue记录：
https://github.com/Amoniaa/Group4-front-end/issues
3. 初步学习了YOLO框架，并完成pytorch和yolov3环境下的数据集准备工作完成了colab初步测试（后端）。
后端issue记录：
https://github.com/Xisaname/Group4-back-end/issues
二、工作总结
1. 已经完成的工作：
王嘉毅：
初步完成了网页UI设计，着手构建项目原型，了解和学习了uni-app开源框架。
范新东：
1.找到相关代码并完成colab测试，测试结果正常。2.找到相关数据集，并且向助教询问有关代码框架的建议，得到新的方向，即用yolo框架完成数据训练。
万文龙：
初步学习YOLO框架，并完成pytorch和yolov3环境下的数据集准备工作，将数据集转换成要求的格式。在本地测试使用yolov3.tiny情况。
王泓元：
对前端页面布局有了初步设计；已配置前端代码运行所需的环境。
单岳超：
目前已经找到有关口罩识别的相关代码以及在电脑上上配置好相关环境(python3.7.0、TensorFlow-GPU 1.13.1、Keras2.2.4、OpenCV4.2.0、PyQt5）
2. 计划完成的工作：
王嘉毅：
深入了解Vue.js并准备前端项目的构建。
范新东：
建立后端说明文档。继续测试相关数据集。努力理解yolo框架。完成colab到本地的代码迁移。
万文龙：
继续学习pytorch目标检测相关的深度学习知识，初步实现数据集在yolov3训练并测试数据集。在colab上继续测试yolov3，并能够完成数据集的训练。
王泓元：
继续设计前端页面布局；开始前端页面的代码书写；完善需求文档和开发文档的内容。
单岳超：
要检测口罩佩戴情况，需将获取的一定数量的相关图片转化成对应的数据集（存放原始图片、图片标签以及数据集列表文件（分类保存））；研读神经网络算法（YOLOv3）
3. 遇到的困难：
王嘉毅：
对于开源框架的使用仍然不熟练，需要进一步了解和学习。
范新东：
colab的文档上传功能太难用了，得用one drive挂载或者先把数据打包成git上传到GitHub上，再clone到colab，中间还会遇到各种问题，属实难受。
万文龙：
在本地测试yolov3.tiny，经过一系列Debug，最终由于运行显存不足的问题失败，大概电脑配置不够高。
王泓元：
对实现系统跨平台的特性有待后续研究。
单岳超：
将图片转化成三种不同的数据集；YOLOv3研读有难度
三、燃尽图
四、成功召开第二次例会
五、收获和疑问
王嘉毅：
收获：1. 学习了Vue.js的基础知识，了解并尝试使用了uni-app开源框架。2. 将UI设计的基本原则和理论应用于实践之中，深入了解了前端从设计到开发的基本流程。
疑问：对于Vue.js掌握的并不是很熟练，需要继续学习。
范新东：
收获：事情终于有了一些头绪，正在稳步推进。
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：自己动手书写数据集处理代码，学习了pytorch和yolo深度学习相关知识。
疑问： yolov3的原理还未完全清楚，在实现后如何进行改进。
王泓元：
收获：组内经常的交流促进了我对此项目的理解，也增强了我自己在项目实施上的效率。对接下来项目的稳定开展充满信心。
疑问：对实现系统跨平台的特性有待后续研究。
单岳超：
收获：学习YOLOv43算法并自己加以训练还是蛮有收获的。
疑问： 有好几块内容都看不懂，需要花时间找教程。