[OKR]2020年4月份

3月份实现了R-CNN算法，完成了博客网站的迁移，同时学习了SPP-net以及Fast R-CNN，完成了部分SPP-net算法。相对于月初设定的目标，发现还可以进一步的提高，同时对于关键结果还需要进一步的完善

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：SPP-net/Fast R-CNN实现(8/10)
  • 关键结果：YOLOv1算法实现(5/10)
  • 关键结果：Faster R-CNN实现(5/10)

30-05

• 本周关注的任务
  • P1：SPP-net算法实现
  • P1：SPP-net实践小结
  • P2：Fast R-CNN算法实现
  • P2：Fast R-CNN实践小结
• 未来四周的计划
  • PyNet库整理
  • GraphLib库整理
• 状态指标
  • SPP-net理论学习
  • Fast R-CNN理论学习

06-12

上周完成了SPP-net算法小结，并学习了Fast R-CNN。本周在此基础上继续学习相关的目标检测和图像分类CNN模型

• 本周关注的任务
  • P1：GooLeNet/ResNet算法实现与小结
  • P1：Faster R-CNN算法实践
  • P2：Fast/Faster R-CNN实践小结
• 未来四周的计划
  • YoLov1/v2/v3实现
  • Mask R-CNN实现
• 状态指标
  • CNN模型学习
  • 调整学习状态

13-19

上周完成了GoogLeNet/ResNet算法学习和实现。本周在此基础上学习Faster R-CNN算法

• 本周关注的任务
  • P1：Faster R-CNN算法实践
  • P2：Fast/Faster R-CNN实践小结
• 未来四周的计划
  • YoLov1/v2/v3实现
  • Mask R-CNN实现
• 状态指标
  • CNN模型学习
  • 调整学习状态

20-26

上周初步实现了YoLov1，并学习了目标检测mAP的原理和计算。本周继续完成YoLov1算法

• 本周关注的任务
  • P1：YoLov1算法实现
  • P2：YoLov1实践小结
• 未来四周的计划
  • YoLov1/v2/v3实现
  • Mask R-CNN实现
• 状态指标
  • CNN模型学习
  • 调整学习状态

27-03

上周实现了YOLO_v1算法，并学习了SSD算法，以及完成了SqueezeNet模型的实践。本周专注于SSD算法的实现

• 本周关注的任务
  • P1：SSD算法实现
  • P2：DenseNet算法实现
• 未来四周的计划
  • YoLov1/v2/v3实现
  • Mask R-CNN实现
• 状态指标
  • CNN模型学习
  • 调整学习状态