Alpha冲刺(2/3)

目前的进展

图像识别部分

尝试运行图像识别算法代码，最初在本地运行，报错

在Anaconda Prompt的python环境中输入以下代码：

import torch

print(torch.version)

print(torch.cuda.is_available())

后来转到colab上运行，在代码执行工具->更改运行时类型->笔记本设置->硬件加速器中选择GPU。先下载efficientnet_pytorch和resnest。然后将数据集上传到colab，直接上传太慢，还容易上传失败，下载了一个Google云端硬盘，将数据集复制到里面就可以了

下一步修改数据集路径，使用绝对路径。根据ResNet50网络的结构图，参考开源代码，完成了网络构建，根据已有的四位作家的作品集对模型进行了测试，完成了模型的训练。

根据ResNet50网络的结构图，参考开源代码，完成了网络构建，根据已有的四位作家的作品集对模型进行了测试，完成了模型的训练。

前后端进展

在第一阶段初步设计出想要实现的界面框架后，继续设计了有关功能键以及图像识别的主界面，并且在学习有关的图像跳转方法。同时通过相关资料学习html页面设计的相关知识，进行各个页面的初步设计。同时进一步学习了java语言及特定语句在本次项目中的使用方法。最终基本做出了图像识别的主界面。

在下一周将具体完善前端的界面设计，并且将网页的前后端具体结合起来便与运行

目前遇到的主要问题还是有关代码的不熟练导致学习编写成本很大，还需要加强学习。

下一周计划:

完成图像识别算法的设计，并具有较高的准确率。设计出完整的web界面，能够执行用户上传图片等功能，并把图像识别算法嵌入到web界面中。

燃尽图

 

 

例会照片