通过几天的学习，将收获、心得总结如下：

1. 最大的收获是了解了像paddle detection这样的目标检测框架的使用，理解了各种模型（yolo，faster cnn等）的通用参数设置规则。从个人学习经历出发，我觉得这次7天打卡课正是我现阶段需要的。我前面的入门课先学会了“照猫画虎”，接着又学了“用python实现一个单层感知机”的原理课，知道了各个过程和参数到底在做什么。我学习的目的是将深度学习框架应用到工作场景中去。所以，我学习的重点是“驾驶”。当然，了解发动机原理能让驾驶员更好的操控。那是下一步朝当“f1赛车手”努力时的工作了。这次的打卡课正好是我所需的“公路驾驶课程”。

2. 几个作业中，感觉把飞机识别准确率调到80以上是相对最有难度的，也是最有收获的。期间，我正在用图像数据增广的手段提高“AI识别害虫”的准确率。发现使用小尺寸的图片和更简单的模型（这里飞机识别作业的DNN）测试图像数据增广对分类性能提升是更有效率的。

3. 中间有一节课的背景音乐很像瑜伽音乐（感觉老师下一句话就是让大家调节呼吸了）。在当下这个有些紧张的疫情气氛下，难得有个放松学习的心情。

最后，感谢晓曼老师和各位助教老师的辛苦付出。