[OKR]2020年5月份

发表于 更新于 分类于
本文字数： 977 阅读时长 ≈ 2 分钟

4月份实现了YOLO_v1算法，学习新的模型ResNet/GoogLeNet/SqueezeNet/DenseNet/SSD，同时小结了评估标准，包括mAP/Flops/Params Size/FPS/Top-k accuracy

本周学习了如何寻找最优学习率/权重衰减，以及进行warmup+CosineAnnearling加速模型训练，同时加强了数据预处理，包括随机擦除/颜色抖动/Ten Crops测试等

本周继续SSD算法的学习和实现，同时开始新模型和训练方法的学习。本月期待完成新工作的寻找

目标及关键结果

  • OKR当前的状态
    • 目标：找到图像相关的研发工作
    • 关键结果：SSD实现(6/10)
    • 关键结果：Faster R-CNN实现(6/10)
    • 关键结果：YOLO_v2实现(5/10)

04-10

  • 本周关注的任务
    • P1：SSD算法实现
    • P2：DenseNet小结
  • 未来四周的计划
    • PyNet整理
    • 文档整理
    • Xception实现
    • MobileNet/ShuffleNet实现
  • 状态指标
    • 论文学习
    • 算法实现

11-17

上周完成了ResNet系列和DesNet模型的比对测试。从Github中检索了SSD算法实现并进行解析学习。本周继续完成SSD算法学习

  • 本周关注的任务
    • P1：SSD算法实现
    • P2：小结目标检测框架
  • 未来四周的计划
    • PyNet整理
    • 文档整理
    • Xception实现
    • MobileNet/ShuffleNet实现
  • 状态指标
    • 论文学习
    • 算法实现

18-24

上周完成了SSD算法的训练和目标检测训练框架的解析，同时整理了前一段时间的文档。本周继续Faster R-CNN的实现以及框架maskrcnn-benchmark的研究

  • 本周关注的任务
    • P1：Faster R-CNN算法实现
    • P2：maskrcnn-benchmark框架学习
  • 未来四周的计划
    • YOLO_v2实现
    • Xception实现
    • MobileNet/ShuffleNet实现
  • 状态指标
    • 论文学习
    • 算法实现

25-31

上周完成了Faster R-CNN算法的学习以及RPN算法的实现。本周完成RPN算法的整理以及Faster R-CNN的小结，学习和使用COCO数据集以及cocoapi，同时开始YoLo_v2算法的学习

  • 本周关注的任务
    • P1：RPN算法实现
    • P1：cocoapi使用
    • P2：YoLo_v2算法学习
  • 未来四周的计划
    • RetinaNet实现
    • YoLo_v3实现
  • 状态指标
    • 论文学习
    • 算法实现