一次很累但收获颇丰的旅程——回首我的软工实践

姜词杰032002122 2023-01-08 23:33:50

一、学期回顾

1.1 回顾第一次博客作业,你对于软件工程课程的想象

“希望能够学到关于teamwork、项目实战的经验,留下珍贵的回忆。”,对比我目前的所学所得,在所有方面都达到了我自己的目标,体验了一次很棒的团队合作,同时积累了很多项目实战的经验,留下了熬夜code的痛苦或者说美好的回忆,所以我对于这学期的软工课程是比较满意的。

1.2 回顾你在这门课程中的投入与产出

  • 在软工实践课程当中我编写了600行代码。
  • 在团队项目中我参与了【一览无余】人脸识别模块的设计与开发。
  • 软工实践的各次作业分别花费的时间:
    时间作业花费时间
    09.03~09.04首次博客作业3h
    09.09~09.20个人编程作业56h
    09.23~10.14结对编程作业56h
    10.24~10.28结对编程作品互评2h
    09.30~10.23团队介绍、选题报告、需求分析报告8h
    10.30~11.06团队项目之现场编程3h
    11.06~11.19团队项目Alpha冲刺阶段与中期总结56h
    11.21~12.20团队项目Beta冲刺阶段与终期总结56h
    12.22~01.08个人学期总结博客作业1h
  • 在软件工程课程上花费的时间(预计花费时间参考:贴出你在首次博客作业中“你打算平均每周拿出多少个小时用在这门课上”这个问题的回答)
    原回答:打算将这门课的时间排尽量多,具体多少不知道,但会尽力而为。

    累计时间实际周均时间预计周均时间
    241h15.06尽可能多

1.3 令你印象最深刻的是哪一次作业或哪一场答辩?为什么这次作业或这场答辩令你印象深刻?

中期答辩,因为我们组被问了非常非常多的问题,而且有种被针对的感觉,所以当时内心比较慌张,留下了深刻的印象

二、总结收获

2.1 展开说说你的软工实践故事

在结对编程中,我因为和搭档沟通上出现了一些问题,导致追后我们的产品事实上是分割开来的,相当于搞了两款产品,所以导致我们做了很多的无用功。这是我从结对编程中学到的教训,以后在沟通的过程中要尽量的提高效率,明确目标,才能达到1+1>2的效果。

2.2 介绍学习到的新技术或生产力工具以及它们给你带来了哪方面的帮助?

1. 学会了python,让我掌握了一门便捷的编程语言
2. 学会了cocoscreator,让我掌握了游戏的制作工具以及方法
3. 学会了爬虫技术

2.3 技术之外,这门课程还给你带来了哪些方面的提升?

给我带来了沟通技巧以及团队合作技巧上的提升,帮助我脱离了社恐。因为在团队项目的过程中,沟通交流是非常频繁的,而且答辩环节也大大提高了同学们的互动频率。不仅在硬实力力上能够得到提升,软实力也能够提升。

2.4 致未来K班学弟学妹

快跑啊!傻孩子们!

三、致谢

感谢柯老板和评测组提供这样一个平台并且推出了很多高质量的题目,能够让我们在上面学习到新的东西并且磨练自己的技术,从而提升自己,这是我在上完一学期的软件工程后最大的收获。因为之前的课程比较偏理论方面,动手的机会很少,而软工给了我们一个大展身手的平台,各种项目、答辩以及最后的产品发布会都非常的有意思同时我希望自己不会止步于此,而是能够不断进步,突破自己,达到新的高度。

...全文
784 1 打赏 收藏 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-软件工程 发布问题, 以便更快地解决您的疑问
该数据集名为“6200印章数据集-圆椭方矩-红蓝灰”,包含6200多张印章图像,涵盖圆形、椭圆形、方形和矩形四种几何形状,并包含红色、蓝色和灰色三种颜色。其目标是服务于印章识别、印章文本识别以及印章OCR技术的研究与开发。由于形状和颜色种类丰富,该数据集有助于开发者训练出适应性更强的识别系统,以应对不同应用场景。 这些印章图像均为真实印章的高清照片,能够为印章识别算法提供充足的视觉信息。不过,该数据集不包含预标注的地面真实(GT)标签,因此开发者在使用时可能需要进行一定的数据清洗和标注,才能满足模型训练要求。尽管增加了额外工作量,但其规模和多样性仍使其成为重要的研究资源。 印章识别技术广泛应用于文档审核、版权验证、金融交易验证等领域。随着机器学习和深度学习不断发展,印章识别算法已从简单的模板匹配逐渐转向更复杂的图像处理和模式识别方法。这一进步需要大量高质量训练数据,而此类数据集正是满足这一需求的关键工具之一。 考虑到印章识别在实际应用中会遇到磨损、变形以及复杂背景等问题,该数据集在设计时也兼顾了这些现实挑战。通过提供不同形状和颜色的印章图像,它有助于研究者开发出能够应对真实世界复杂情况的算法。同时,由于缺乏GT标签,研究者在训练模型前还需解决如何高效、准确地进行图像标注的问题,这既提高了研究难度,也带来了更贴近实际应用的挑战与机会。 “6200印章数据集-圆椭方矩-红蓝灰”是一个面向印章识别技术的综合性训练数据集。它的推出对推动印章识别技术发展具有重要意义。通过有效利用该数据集,开发者可以构建更强大、更准确的印章识别系统,进一步促进相关技术的落地应用。
源码下载地址: https://pan.quark.cn/s/ae487cba003d 在计算机视觉与图像处理技术领域中,OpenCV作为一个被广泛采纳的开源框架,提供了大量的函数和工具,用于对图像进行操作和分析。本篇文章将深入阐释OpenCV在处理含有RGBA通道的图像时的应用,以及如何进行通道的分离与融合。 让我们首先掌握RGBA图像的基本构成。RGB分别象征红色(Red)、绿色(Green)以及蓝色(Blue),这三种颜色的不同强度组合能够产生多样的色彩效果。而A则代表Alpha通道,它用来指示图像的透明程度或完全不透明性。在0至255的数值区间内,0值代表完全透明,255值则表示完全不透明。当处理PNG等支持透明特性的图像格式时,RGBA模型被频繁使用。 在OpenCV软件中,我们可以借助`cv::Mat`结构体来储存和操作图像数据。对于RGBA图像,`cv::Mat`结构体的数据类型通常是`CV_8UC4`,这表明每个像素点由4个8位无符号整数(Uint8)构成,分别对应R、G、B和A四个通道。 接下来,我们将讨论如何从RGBA图像中分离各个通道。在OpenCV中,`cv::split()`函数能够实现这一功能。该函数会构建一个新的`cv::Mat`数组,数组中的每个元素都是原图像的一个独立通道。例如: ```cpp cv::Mat rgbaImage; // 加载RGBA图像 cv::imread("image.png", cv::IMREAD_UNCHANGED); // 分离通道 std::vector channels; cv::split(rgbaImage, channels); cv::Mat redChannel = ...
代码转载自:https://pan.quark.cn/s/a4b39357ea24 在信息技术领域,"后处理"一般是指在计算机辅助设计(CAD)或计算机辅助制造(CAM)系统中,将设计图纸转化为机器设备操作指令的过程。在此情形下,"佳铁雕刻机后处理.rar"是一个压缩文件,其中存放了与佳铁雕刻机相关的后处理工具或配置数据。佳铁雕刻机是一种常见的数字控制机床,主要用于精细的雕刻和加工作业,比如电脑锣、精雕机或雕铣机等设备。 雕刻机后处理包含的核心知识要点有: 1. **数字控制(NC)代码的编制**:当在CAD/CAM软件中完成工件设计后,需要将其转换为机床能够识别的数字控制指令。这一步骤即为后处理,它将三维设计转化为一系列的G代码和M代码,这些指令指导雕刻机的刀具如何移动。 2. **后处理器的个性化设置**:由于不同的雕刻机可能配备不同的控制系统和机械属性,因此需要专门设计的后处理器来适配这些特性。针对佳铁雕刻机的后处理器可能包含特定的参数调整,例如进给速率、切削深度、刀具路径优化等,以实现最佳的加工效果和效率。 3. **G代码与M代码的应用**:G代码是控制刀具运动的指令,例如G00表示快速移动,G01表示线性插补,G02和G03分别代表顺时针和逆时针的圆弧插补;M代码则是辅助操作指令,如M03代表主轴正转,M05代表主轴停转。这些指令的组合构成了完整的加工程序。 4. **机床参数设定**:后处理流程会考虑到机床的具体参数,包括电机类型、丝杠螺距、工作台尺寸等,以确保生成的NC代码与实际设备相符。 5. **刀具路径的优化**:高效的后处理能够改进刀具的运动轨迹,减少无效运行时间,提升生产效率,同时避免刀具与工件的碰撞以及工件形变,确保加工的精确度。...

137

社区成员

发帖
与我相关
我的任务
社区描述
2022福州大学软件工程K班
软件工程 高校 福建省·福州市
社区管理员
  • kevinkex
  • Forest_Onee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧