1.过去完成了哪些任务

• 模型准确率从0.884提升到了0.894，本来都冲到了13名，最近几天模型准确率停步不前排名下滑了4名，可见临近ddl大家都冲起来了；

• 实现了一个在网页端上传血管超声图像然后返回预测结果的demo；

• 完成简易版的患者与医生聊天的模块

• 首页轮播图及套餐的展示

2.每个人的工作

孟德森	内容
本周已经完成的工作	基本完成患者医生交流部分中的提交留言和查看留言历史的功能，完成首页轮播图展示和套餐的展示，实现简单的上传图像和返回本地结果的页面
下周计划完成的工作	美化用户上传图像和结果返回的页面
遇到的困难	还没想好模型预测的结果如何从后端传给前端
代码/文档签入记录	https://github.com/Kerin637/Image-segment

解正源	内容
本周已经完成的工作	能够实现通过保存的模型参数在本地将模型进行加载并对超声图像进行预测。同时写好了项目主要功能演示的基于Django框架的Demo。
下周计划完成的工作	完成患者咨询医生以及医生向患者留言的内容。尝试将超声图像预测功能集成到项目中。
遇到的困难	识别效果特别差，且每次识别的结果都不一样。设置不更新梯度以及model.eval()后仍然无法解决问题。

谢雨成	内容
本周已经完成的工作	尝试了HRNetv2，将得分提升到了0.89408330。在HRNet基础上加了OCR，但是效果下降了。
下周计划完成的工作	尝试多模型的结果融合。
遇到的困难	在更换HRNet得到提升之后又难以有新的提升了。

高成思	内容
本周已经完成的工作	患者医生交流部分中的留言历史和提交留言功能的初步编写
下周计划完成的工作	对提交留言功能进行进一步改进，包括美化，提交多个文件
遇到的困难	Vue的插件掌握还不够

刘源	内容
本周已经完成的工作	从Linux环境下更改到了Windows环境，完成了基础环境配置以及基础的后端开发
下周计划完成的工作	把模型文件良好的运行在本地，如有精力争取能运行在远端服务器上。
遇到的困难	由于对于pytorch和深度学习不够熟悉，对于模型运行在本机有点难以下手。

李相潭	内容
本周已经完成的工作	最近的主要是继续进行了前端相关学习
下周计划完成的工作	着手对前端页面的美化
遇到的困难	无

3.燃尽图

4.例会照片

5.剩下的任务及遇到的困难

姓名	剩下的任务及遇到的困难
孟德森	美化前端上传图片和预测结果的界面，实现从后端获取到预测结果，遇到的困难是后端对同一张图片的预测结果不一样
解正源	识别效果特别差，且每次识别的结果都不一样。设置不更新梯度以及model.eval()后仍然无法解决问题。同时将模型融合进Django框架也是一个挑战。
高成思	完成添加多个文件操作，困难在于对前端编程的不熟练
谢雨成	尽可能的提高模型得分。
刘源	将模型运行在本机，模型的load方面仍然需要更深的学习
李相潭	对前端进行美化，插件的使用不熟练

6.收获和疑问

姓名	收获及疑问
孟德森	了解了pytorch如何加载模型，但是这块还没实现好，对前端开发更为熟悉
解正源	踩了许多pytorch加载模型的坑，但是目前还在一个大坑里面。
高成思	对Vue前端编程有了一定掌握，对Dijango+Vue编程框架有了一定了解，但对于前端和后端的连接部分不清晰
谢雨成	对HRNet有了一定了解。HRNet通过并行连接高分辨率到低分辨率卷积来保持高分辨率表示，并通过重复跨并行卷积执行多尺度融合来增强高分辨率表示。
刘源	这周更新了配置环境，熟悉了后端的配置以及基本操作，但对于pth文件的载入仍需要仔细学习思考。
李相潭	学会了更多前端开发的知识