日期：20210726（第一节课）
主题：项目创意从何而来 （原文：让人拍案叫绝的创意都是如何诞生的）
主持人：韩磊（聊天机器人）
嘉宾：顾茜（坑姐，安全帽检测），颜鑫（上海，垃圾分类），郑博培（AI写诗）
## 尚有疑问：
1. 了解一下树莓派！！！
2. 颜鑫大佬的第一个项目貌似暂未公开，需尝试寻找类似项目。
3. （第二节课）标注视频的工具?（视频分帧然后单张标注）

韩磊：聊天机器人（项目关键技术是 人脸分割 和 人脸关键点检测 。）
创意是将现有想法进行某种组合。

技术：Wechaty + Paddlehub

万茜，安全帽检测（部署在了树莓派上）；以始为终！
开始时想部署到paddle X 上，但是遇到了问题。
之后选择逆推，从落地开始选择可实现部件。

项目的创意从哪来？ 从需求来进行逆推，寻找需求，进行研究。
当需求复杂时，可以先实现类似简单的项目，目的是将需求进行分解，分步进行。

项目的进度应该追求清晰，不能只是满足于当下能够看懂。

颜鑫：垃圾分类项目（创意来源于生活）
PS：B站链接 https://www.bilibili.com/video/BV1354y1b7H7

郑博培，AI写诗
idea: 尝试将图片与文字进行结合

实现思路，从最简单入手，逐步复杂。

第一步：从图片中提取信息
第二步：组合关键词；思路来源：诗中语句由关键字、词组成。
第三步：利用已有技术，输入诗的上阕，利用已有技术生成诗的下阕。

日期：20210728（第二节课）
第一部分：获取数据
Kaggle:
1. 预测销售价格
https://www.kaggle.com/c/house-prices-advanced-regression-techniques/data?select=test.csv
2. 猫狗分类 https://www.kaggle.com/tongpython/cat-and-dog
3. 预测泰坦尼克号的生存情况并熟悉机器学习基础知识
https://www.kaggle.com/shuofxz/titanic-machine-learning-from-disaster

天池
1. 遥感影像分割（Barley Remote Sensing Dataset大麦遥感检测数据集） https://tianchi.aliyun.com/dataset/dataDetail?dataId=74952
2. 目标检测任务(人脸检测)（耶鲁人脸数据库 ）https://tianchi.aliyun.com/dataset/dataDetail?dataId=88824

DataFountain
1. 花卉分类数据集 https://www.datafountain.cn/datasets/6070

其他常用的数据集官网
1. 科大讯飞官网 https://www.xfyun.cn/service/object-recg
2. COCO数据集 https://cocodataset.org/#download

数据处理
数据预处理：reshape（为了规定输入网络的统一尺寸）；去中心化（有利于模型收敛）
数据增强：平移、旋转、缩放

三种常见标注工具：
Labelimg ：https://github.com/tzutalin/labelImg
Labelme（点、线等标注形式多样；可以将标注留到下一张图片） ：
https://github.com/wkentaro/labelme
PPOCRLabel（百度出的，需要从GIT上下载代码然后在pycharm中运行） ：
https://github.com/PaddlePaddle/PaddleOCR
OCR 光学字符识别
easydl：可以实现标注几张之后，后续自动标注。

疑问：标注视频的工具?（思路，将视频分为单帧图像标注，视频分帧然后单张标注）

关于图像
图像本质：分为位图（由像素点组成矩阵：放大会失真、体积较大、色彩逼真）和矢量图（体积小、色彩不丰富、线勾勒出区域；因不是矩阵故无法做卷积运算）

炼丹两个关键因素：数据干净、全面 和 超参数调优。