[OKR]2020年2月份

发表于 更新于 分类于
本文字数： 792 阅读时长 ≈ 1 分钟

经过上个月的OKR实践，发现并没有合理的设置关键任务，并且没有考虑到实际学习时间（比如一月份的春节），所以2月份的OKR应该在一月份的OKR实践的基础上，继续之前未完成的事情，有效的设置关键任务

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：选择性搜索算法小结(8/10)
    • 关键结果：C++11实践小结(5/10)
    • 关键结果：R-CNN/Fast R-CNN实现(5/10)

01-09

  • 本周关注的任务
    • P1：SelectiveSearch目标检测实现
    • P1：SelectiveSearch实践小结
    • P2：C++11实践小结
  • 未来四周的计划
    • PyNet库整理
    • GraphLib库整理
    • GoogLeNet算法实现
    • Fast R-CNN算法实现
  • 状态指标
    • 在过年时找到学习状态
    • R-CNN/Fast R-CNN理论学习

10-22

上一个OKR计划啥也没有完成！！！在老家太安逸了，没有动力撒

从10号开始，慢慢恢复了学习的节奏，截止到22号为止，完成了以下工作：

  1. selectivesearch算法原理、源码解析：zjZSTU/selectivesearch
  2. 学习了UML类图，在PlantUML上实现类图绘制
  3. C++11实践小结

23-29

  • 本周关注的任务
    • P1：R-CNN算法实现
    • P1：R-CNN实践小结
    • P2：Fast R-CNN算法实现
  • 未来四周的计划
    • PyNet库整理
    • GraphLib库整理
    • GoogLeNet算法实现
  • 状态指标
    • 找回平日工作状态
    • R-CNN/Fast R-CNN理论学习

小结

2020年2月份OKR实现如下：

  • OKR当前的状态
    • 目标：找到图像相关的研发工作
    • 关键结果：选择性搜索算法小结(10/10)
    • 关键结果：C++11实践小结(10/10)
    • 关键结果：R-CNN/Fast R-CNN实现(7/10)

相比于上个月的OKR实现，本月更加合理的设置了关键结果，并且完成了其中的大部分任务。后续改进：需要更加合理的分配每周计划