[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
    • P1SPP-net算法实现
      • P1SPP-net实践小结
    • P2Fast R-CNN算法实现
    • P2Fast 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
    • P1GooLeNet/ResNet算法实现与小结
    • P1Faster R-CNN算法实践
    • P2Fast/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
    • P1Faster R-CNN算法实践
    • P2Fast/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
    • P1YoLov1算法实现
    • P2YoLov1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
    • P1SSD算法实现
    • P2DenseNet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
坚持原创技术分享,您的支持将鼓励我继续创作!