清粥一锅孙咲川——2023秋软工实践个人总结博客

飞升 | 霸气 飞升 | 霸气 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

一、学期回顾

1.1 回顾你对于软件工程课程的想象

前情回顾:

img

OP:

已自动为您跳过片头

正片——第一幕 期待与想象:

上图是本人在第一次作业的博客里面写下对软工课程的期待与建议。

说明完毕,下一步开始赏析:

上片,意为“学习软件工程的理论知识切莫囫囵吞枣,在渐进的理论学习中,大脑自然就会慢慢理解”,表达了诗人对自己学习软工理论知识的真切劝告。真实情况:诗人勉强做到了后一半,前一半可能是由于诗人自己跟不上节奏,一些理论知识还是有所遗漏。

下片,意为“在山重水绕的复杂地形中尽快地寻找一条通向终点的路,待走出山水豁然开朗之时,一步步实现目标”,巧妙地化用陆游的诗句,阐述了诗人对今后学习的目标。真实情况:很遗憾,诗人的这两个目标都未能完全实现。在爬虫作业中,诗人的实际行动与第三句诗不能说完美契合,只能说背道而驰,究其原因,还是诗人对于时间的安排规划有一点小小的不合理。在结队编程中,诗人的所作所为也脱离了第四句诗,究其原因,是和搭档讨论后选择了不当切入的重大失误。

1.2 回顾你在这门课程中的投入与产出

代码量

网页开发:434

爬虫:233

结对编程:主前端,100

团队作业:不碰代码,json文件10000+(80%来源于复制粘贴)

总计:767,2/3来源于复制粘贴

团队项目

隶属:Jason哥NO.1后援会

项目:脆脆杀的大学生活

职位:Storyboard/Concept Art

具体事项:第一次答辩PPT、原型设计、人物设计、成就设计,兼职故事设计(实际故事设计占比时间最多)

时间表

软工实践的各次作业分别花费的时间:

时间作业花费时间/min
09.01~09.08第一次个人作业360
09.08~09.15第二次个人作业1620
09.15~09.28第一次结对编程作业2130
09.28~10.07第二次结对编程作业1050
10.07~10.23团队介绍、选题报告、需求分析报告240
10.23~11.03原型设计、概要设计240
11.04团队现场编程180
11.04~11.18团队项目Alpha冲刺阶段360
11.22~12.16团队项目Beta冲刺阶段与终期总结600
12.08~12.17个人学期总结博客作业60

在软件工程课程上花费的时间:

累计时间实际周均时间预计周均时间
30(h)2(h)2.5(h)

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?

说实话,每一次作业的印象对我来说都很深刻,原因很简单,如果不是这些作业,我压根就不会被痛苦地折磨!!!当然,如果没有这些作业,我接触CSS、beautifulsoup、godot等新玩意的过程将会大大放缓。

硬要挑个最深刻的话,还得是第一次的作业,那是我最快乐的一次,也是最幸运的一次。那一周,宿舍外积水满地,全校停课,给了我优化网页内容的机会;那一周,周三原本的早八被推迟了,可以有更多精力搭建网页。

那一次,我翻遍了第一次作业下的CSDN博客,却发现几乎都是模版;那一次,和我一样不依赖模版搭建网页的同学寥寥无几;那一次,是我最不满足的一次,前前后后对网页内容进行了十几遍的斟酌和调整;那一次,是我的得分巅峰,望着上面无限接近满分的数字,我就知道自己的努力没有白费。

二、总结收获

2.1 展开说说你的软工实践故事

单枪匹马

第一次作业在我看来既快乐又轻松,在搭建个人网页的过程中,我先后与html、CSS打交道,为了不让搭建网页的过程变得十分枯燥,我决定在个人网页中整点东西。构建主体模块时,我动用了多年老友——PPT来制作素材,成本低又简便。在我的一番操作和修改之下,一个简陋的个人主页完成了,最后还获得了助教们99分的高分。至于第二次作业,由于难度飙升,加之时间安排不当,所以也是匆忙实现了一小部分功能,前端更是用工具做了个假的糊弄过去,所以作业喜提73分的低分。

结伴而行

第一次结队编程作业,经过和搭档的一番讨论,最终在godot和.NET 7之间选择了前者,然后悲剧的事情就发生了,godot的上手难度和搭建难度对我而言不是一般地高。从这开始,我就意识到自己疑似有点盲目和好高骛远了,想着能和搭档开发个3D数独来惊艳助教们,结果成品一坨还搭进去大量时间和精力。第二次结对编程,更是G中之G,国庆放几天,我就摸鱼几天,DDL前几天才开始和搭档着手推倒重来。

七人合璧

现场编程,我负责发送邮件这块,在一番搜索之下最终从CSDN知识之海中打捞出了现成的代码,经过一番修改和Debug之后还是成功提交上去了,中间由于盲目和不知变通而耗费了大量不必要的时间。团队作业,我负责角色、成就的设计,兼职故事编写,在此期间复制粘贴和查找替换的技能点不断上升,我也愈发意识到它们在文档编辑的重要性。七人开发小组,难免会有冲突,为了使游戏开发的进程不被推迟,我主动牺牲一点时间修改了json文件,也从中进一步吸收了团队协作的经验。

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?

html5,不用多说,网页搭建的基础

CSS,提供了网页元素外观的设计方法

BeautifulSoup,爬虫必备

selenium,模拟用户操作网页,爬虫的好帮手

godot,虽然拖拽不如团结引擎,但好在开源,打开3D学习之门的钥匙

.NET 7 Blazor,抛弃godot后的数独设计帮手

墨刀,原型设计必备

json文件编写,这八个字即是帮助

Typora,博客编写助手,这篇博客就是用它写的

2.3 技术之外,这门课程还给你带来了哪些方面的提升?

团队协作,开发软件必备能力,众人拾柴火焰高,一人摆烂全员冻成冰糕。

脚踏实地,切莫高估自己的水平。

灵活变通,太死板只会输得更惨。

以人为鉴,吸取他人成品精华,为己所用。

以己为鉴,反思自我不足,扬长避短。

时间管理,道理无需多言。

2.4 如果还有什么想记录的或者想说的,就写在这儿吧!

前面忘了,中间忘了,后面忘了。~~~~啥也不是,散会!

三、致谢

首先,我得好好地感谢给予我痛苦折磨的推手——助教们。都怪你们,害得我不得不接触CSS、Beautifulsoup、godot、墨刀等各种不认识但又**的巨好用的东西,害得我的软工水平在被各种牛马的捶打之下曲折提升。我的软工水平能得到如此提升,还得塔姆地多亏了你们布置的作业,没有你们设置的各种考验,我日后的软工之路都提莫地不知道怎么走下去。

其次,我得好好感谢使我深陷痛苦折磨的真正凶手,这个人,在我看来就是个废物,摸鱼死性不改,每次完成作业几乎都压到DDL。然而就是这样一个废物,居然每次都能在DDL的前几天一改常态,热血爆棚,连续几个小时盯着电脑桌狂敲代码,然后就**地勉强完成目标。这个废物,恰恰是我提示水平的直接动力来源。

最后,我得好好感谢我的搭档们,虽然时有冲突,但最终还是一同完成了开发任务。

最后的最后,还有一个人要感谢,如果当初选林,我的摸鱼时间就大大延长;如果当初选柯,我受的折磨可能就轻一点,然后我和舍友一番讨论最终选了他,此时我们还不知道大的要来了,后面的各种崩溃就是选择的最佳检验成果。然而,如果没有选他,我就更晚接触网页开发、更晚学会爬虫、更晚亲身体验软工的团队协作;如果没有选他,我的水平就不能得到巨量提升。

最后的最后的最后,祝各位助教、各位搭档、张栋老师、软工班的其他同学,以及自己,在新的一年里步步高升,霉运**地全都走开,再见!

...全文
YOLO26算法户外仓储场地管道凹痕目标检测+训练好的模型+260张数据集+pyqt可视化界面.zip 附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[凹痕(Dents)] · 训练集:228 张 · 验证集:20 张 · 测试集:12 张 · 总计:260 张 该数据集聚焦于大型工业管道在户外仓储或中转场地的表面质量检测,通过高精度标注管道表面的凹痕缺陷,为工业品控与资产维护提供可靠的数据支撑。其核心价值在于将视觉检测能力下沉至现场作业环节,有效提升对关键基础设施的损伤识别效率,保障后续运输与安装的安全性。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 37 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.0407** mAP50-95 | 0.0103 Precision | 0.1843 Recall | 0.1482 train/box_loss | 1.9046 train/cls_loss | 2.8888 val/box_loss | 2.7624 val/cls_loss | 5.1260 【训练过程分析】 37 轮训练后 mAP50 仅 0.0407,模型收敛不充分。Loss 曲线前期下降后进入平台期,mAP 提升缓慢。mAP50-95 为 0.0103,整体性能需要进一步优化。 【模型性能评估】 Precision 0.1843、Recall 0.1482,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果偏弱,漏检和误检较多,小目标和边缘场景的检出能力... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。 立即下载

相关推荐

技术转移机构如何基于数据提升项目撮合精准度?.docx

技术转移机构如何基于数据提升项目撮合精准度?

BIZKEEN

超扭滑模与快速终端滑模的永磁同步电机无感控制:理论、离散化实现与仿真研究(Simulink仿真实现)

内容概要:本文系统研究了超扭滑模控制(STSMC)与快速终端滑模控制(FTSMC)在永磁同步电机(PMSM)无感控制中的应用,重点涵盖其理论基础、离散化实现方法及Simulink仿真验证。文章深入阐述了两种高阶滑模控制策略的设计原理,利用磁链无感观测技术实现转子位置与速度的精确估计,从而省去物理传感器,有效提升了系统的可靠性与鲁棒性。同时,提供了完整的Simulink仿真模型构建方案,包括控制器设计、关键参数整定及动态响应性能分析,充分验证了所提出的方法在零速与低速工况下的卓越控制性能和有效性。; 适合人群:具备电机控制、现代控制理论基础知识及熟练掌握MATLAB/Simulink仿真技能的研究生、科研人员与工程技术人员。; 使用场景及目标:①深入理解高阶滑模控制在电机驱动系统中的设计思想与具体实现;②掌握基于滑模观测器的无感控制核心技术;③开展永磁同步电机高性能控制算法的理论研究、仿真验证与工程化探索。; 阅读建议:建议将文中详尽的理论推导与Simulink仿真模型相结合进行学习,重点关注滑模面的构建、抖振抑制策略的实施以及离散化处理的细节,有条件的研究者可进一步将算法移植到DSP等硬件平台进行实验验证,以深化对理论的理解并检验其实际应用效果。

长安程序猿

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)

内容概要:本文系统阐述了基于Matlab的多源动态最优潮流分布鲁棒优化方法,聚焦于IEEE118节点电力系统,旨在应对高比例可再生能源接入背景下源荷双重不确定性所带来的调度挑战。该方法深度融合分布鲁棒优化理论,通过构建能够抵御最坏情况概率分布的决策模型,有效提升了电力系统在复杂不确定性环境下的运行安全性、经济性与可靠性。研究不仅提供了完整的Matlab代码实现,便于结果复现与算法验证,还特别关注了含风电等新能源的现代电网低碳调度问题,为解决实际工程中的优化调度难题提供了强有力的理论支撑和技术工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的研究生、科研人员及从事智能电网优化运行、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①研究含高比例可再生能源接入的电力系统动态最优潮流问题;②掌握分布鲁棒优化在电力系统经济调度、低碳调度中的建模思想与求解方法;③利用IEEE118标准测试系统进行算法有效性验证与性能对比分析;④基于所提供的Matlab代码进行二次开发,探索新型不确定性优化理论在电力系统中的创新应用。; 阅读建议:建议读者结合电力系统最优潮流、不确定性优化理论(特别是分布鲁棒优化)的背景知识进行学习,重点关注模型的构建逻辑、目标函数与约束条件的设计原理,以及Matlab代码的具体实现细节。在学习过程中,应动手调试代码,尝试修改系统参数(如新能源出力波动范围、负荷水平等),以观察不同场景下优化结果的变化,从而深刻理解该方法的适应性、优势及其潜在的局限性。

天天程序猿

车间调度基于GA、PSO、SA、ACO、TS优化算法的车间调度比较研究(Matlab代码实现)

内容概要:本文系统性地比较了遗传算法(GA)、粒子群优化(PSO)、模拟退火(SA)、蚁群优化(ACO)和禁忌搜索(TS)五种智能优化算法在车间调度问题中的性能表现,并提供了基于Matlab的完整代码实现。研究聚焦于调度优化的核心目标——最小化完工时间(makespan),通过标准测试案例对各算法的收敛速度、求解精度和稳定性进行了深入对比分析,旨在为实际生产调度中算法的选择与改进提供科学依据。文中不仅详述了每种算法的设计思路与关键参数设置,还展示了其实现逻辑,便于读者理解、复现与拓展。; 适合人群:从事智能制造、工业工程、运筹优化等相关领域的研究人员,以及具备Matlab编程基础、希望将智能优化算法应用于实际调度问题的研究生和工程师。; 使用场景及目标:① 掌握主流智能优化算法在解决NP-hard车间调度问题上的具体应用与差异;② 学习如何利用Matlab实现并对比不同优化算法的性能;③ 为解决生产制造、物流配送等领域中的资源调度难题提供算法选型和技术参考。; 阅读建议:建议读者在阅读时重点关注各算法的Matlab实现代码和实验结果对比部分,动手运行代码以直观感受不同算法的寻优过程和效果差异。同时,可结合具体调度约束条件,尝试调整算法参数或融合多种算法思想,以深化对优化机理的理解。

天天程序猿

3D人物伍子胥智能对话及反应动作报告

3D人物伍子胥智能对话及反应动作报告

atye115
评论
收藏 已收藏
分享
返回顶部