迈克尔教授和我之间的邮件通信。
自上次会议以来我所做的事情：
更多搜索现有的自动评分系统文献。 – 它们都基于图像处理。
开始学习 TensorFlow。
我们在今天的会议上讨论的内容：
训练图像的大小： 做 实验，开始降低分辨率，看看它开始失去精度需要多长时间。
标签 与训练图像分开，我们实际上并没有在图像上绘制标记或边界框，它是一个标签，就像 TensorFlow 时尚示例一样。想一想如何利用 AR kit 来收集数据，甚至 AR element 能否解决我们所有的问题？ – 这个项目的目标是什么。
对于注释，只有箭头尖端的 x，并且可能添加环号。因为不是每次你都能看到照片中的整个箭头。
大多数神经网络的常用方法是使用固定输入大小的图像。所以 先做一些经典的图像处理 （裁剪、校正图像）在将它们输入网络之前。在使用我们训练的网络时，我们还将对训练数据进行任何基本的计算机视觉处理。例如，如果您在训练时将图像转换为黑白，则在现场使用相机时也应将其设为黑白。
搜索潜在的 存在的图像集 射箭目标。 – 它们可能没有注释。
我接下来打算做什么：
继续学习并搜索深度学习相关资料。
搜索现有的射箭数据集。
仔细考虑项目——项目规划，考虑项目的目标，如果像 AR 之类的现有工具可以解决大部分问题。
画出系统架构图，项目的组成部分。 发送PDD草稿 在下一次会议之前，也就是两周后的星期二。
甘特图可用于时间计划。