首先，很高兴参与了此次飞桨7日CV营的活动，虽然不是第一次参加飞桨的这种课程活动，但每次参与都能感受到新的体会和助教老师的认真准备。本次7日营主要是基于线上aistudio，paddle框架针对计算机视觉任务的讲解。7天的内容，包含了可视化、图像分类、预训练模型使用和模型压缩等方面的内容，通过多个实践案例开展学习活动。

案例上第一个案例选择了当下热点问题新冠疫情情况的数据分析和可视化，非常的切合当前的现状。图像分类问题上选择了包括手势分类数据集、口罩分类数据集和车牌字符分类数据集进行开展，相比于传统的基于minist数据集和housing数据集，内容更丰富，更能体现不同模型的差异。在预训练模型上，介绍了paddlehub的使用，包括一个口罩检测和分类模型的使用。在模型压缩方面介绍了量化裁剪蒸馏等压缩的基本原理和基于paddle的paddleslim的使用实现模型裁剪量化。最后通过人流密度检测的比赛实践了前述的相关检测和分类知识。

相对与常规的分类检测问题，最后的比赛也让我见识了许多新的使用网络的方式。最初拿到人流密度检测第一反应是检测问题，每张图检测框出人，然后统计人的框数。或者采用回归的方式，通过图像抽取特征将人数作为label做一个回归的问题，通过老师的了解又了解到了可以采用密度图之类的方式做。

最后，非常感谢各位讲师、班主任以及各位助教小哥的辛苦付出，希望百度的AI社区越来越好，愿百度成为一个国产AI框架之光。