【Beta阶段】第七次Scrum Meeting

本次ScrumMeeting总结了团队成员的任务进展,包括个人信息页面的设计与调整、子评论功能的实现、CDN加速和服务器及数据库风险处理等。同时讨论了使用CDN加速静态资源、修复用户头像获取功能、调整首页菜单和公告区样式等内容。

【Beta阶段】第七次Scrum Meeting

每日任务内容

今日工作任务明日待完成任务
个人信息页面设计评论列表功能修改,导航栏调整,样式调整戴荣
开始beta阶段前测试点测试样例编写完善PageObject追加TestCase赵智源
实现子评论功能个人信息页面样式调整肖萌威
使用CDN加速静态资源处理服务器带宽耗尽风险问题刘峻辰
修复用户头像获取,更新功能处理数据库耗尽风险焦云鹏
首页下拉菜单调整公告区样式调整杨亦鑫

例会照片

1632489-20190520231611465-1522073463.png

困难与难点

处理服务器带宽耗尽风险问题和数据库耗尽风险问题。

燃烬图

签入记录

1632489-20190520232041804-2068709541.png

1632489-20190520232105296-1818848460.png

1632489-20190520232131398-1918935058.png

转载于:https://www.cnblogs.com/tbqjxjkwg/p/10897238.html

人员检测数据集一、基础信息数据集名称:人员检测数据集 图片数量: 训练集:2,049张图片 目标类别: - Person(人员):通用人员检测类别,适用于多种场景下的人体识别任务 标注格式: YOLO格式,包含归一化坐标的边界框标注,支持目标检测任务 数据特性: JPEG格式图像,涵盖室内外多场景视角,标注文件与图像一一对应二、适用场景1. 安防监控系统开发: 用于构建智能安防监控方案,实时检测画面中出现的人员目标,适用于商场、办公楼、公共场所等安防场景 1. 人流统计与分析: 支持零售场所、交通枢纽等场景的人流密度统计和行为模式分析系统开发 1. 智能机器人导航: 为服务机器人、仓储机器人提供行人检测能力,实现动态避障和路径规划 1. 工业安全监测: 应用于工厂、工地等危险区域的人员闯入检测系统,提升安全生产管理能力 1. 计算机视觉教学: 提供高质量标注数据,适用于目标检测算法教学与实验验证三、数据集优势场景覆盖全面: 包含室内办公环境、走廊、建筑外围等多场景数据,增强模型在不同环境下的泛化能力 标注质量可靠: 严格遵循YOLO标注规范,边界框精准定位人员目标,标注一致性高 任务适配性强: 可直接应用于YOLO系列、Faster R-CNN等主流目标检测框架的模型训练 应用价值突出: 专注于人员检测核心需求,满足安防、零售、工业等领域的实际业务需求 部署友好性: 标注格式兼容主流边缘计算设备,支持快速部署到嵌入式系统和移动终端
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值