第二组 ALPHA (3/3)
发布日期:2024-04-19 13:25:14
浏览次数:1309
分类:技术文章
本文共 778 字,大约阅读时间需要 2 分钟。
一、完成的任务
后端:利用Django框架完成了高光谱分类的后端书写,且导入了训练模型,解决了网页的提交问题,在网页中进行高光谱分类时提交两个mat文件即可完成分类,显示结果为分类后的图像。已经将代码传到服务器供前端使用。
前端:利用 Vue 完成初始界面的编写,通过后端的框架编写,通过服务器完成对接工作。
训练:完成三组图像的训练工作,得到三个数据集的模型;
阅读代码,学习网络架构,思考进一步改进措施。
二、具体项目分工和进度
任务 | 姓名 |
---|---|
前端 | 陈江栋 |
核心代码编写和数据训练以及验证模型 | 李智杰、邱琦、陈江栋 |
后端对接 | 韦境、宋子昂、陈晓政 |
三、燃尽图
四、例会照片
五、问题
1、在后端进行模型的导入时,因为Mac本的缘故,没有GPU只能使用CPU来进行 pytorch 训练,但是原训练模型代码中torch部分使用GPU来进行训练,所以在使用训练代码时总是报错,后面了解到了torch.load里可以进行相关参数的设定来决定CPU运行:
即model =torch.load(model_path,map_location=‘cpu’)
2、在构建分类网络模型时,因输出格式原因,导致无法成功进行网络的搭建,后面以字典的方式进行调用解决了这一个问题
3、在使用js文件时,js文件总是找不到,查看路径也没有发现问题,后来重新使用了另一个路径解决了这个问题。
六、下一步计划
研读论文,领悟思考网络的算法思想,争取获得更优的训练模型。
前端美化界面设计,完善页面,测试网页可用性。 完成各接口的对接工作,对接成功后测试整个识别过程。七、收获
通过本周学习,对高光谱分类算法的理解更加深刻,在实践中对深度学习框架和学习过程有了更深刻的理解。前后端工作已基本完成,收获到了丰富的修改bug经验,以及学习到了如何将项目部署上服务器,小组成员收获颇丰。
转载地址:https://blog.csdn.net/GROUP_2/article/details/128163990 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
路过,博主的博客真漂亮。。
[***.116.15.85]2024年04月07日 11时25分36秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
理解HTTPS为什么安全前,先看看这些东西
2019-05-01
代码这样写不止于优雅(Python版)
2019-05-01
一份来自掘金社区的开发者报告
2019-05-01
只有1%的程序员搞懂过浮点数陷阱
2019-05-01
Erlang 之父 Joe Armstrong 去世
2019-05-01
速来,上期中奖名单
2019-05-01
一名 Google 工程师的大数据处理经验
2019-05-01
30分钟学会pyecharts数据可视化
2019-05-01
从一个骗子身上学到的
2019-05-01
关于Python爬虫,这里有一条高效的学习路径
2019-05-01
Python学习指南,看这篇清晰多了!
2019-05-01
Oracle裁员,3点建议
2019-05-01
「忙」只是借口
2019-05-01
如果只有1小时学Python,看这篇就够了
2019-05-01
命名难,难于上青天
2019-05-01
记一件小事
2019-05-01
一个牛逼的数据库操作命令行工具:mycli
2019-05-01
掌握 Python 爬虫的所有技巧,都在这里!
2019-05-01
史上最烂项目:苦撑12年,600多万行代码...
2019-05-01
把 14 亿中国人都拉到一个微信群,在技术上能实现吗?
2019-05-01