学团工作

“智能带路”团队顺利完成寒假实践活动

2024年03月07日 23:23    浏览次数:

为拓展个人能力并感受科研氛围,在科研实践中领悟党的二十大精神,山东大学(威海)商学院“智能带路”实践队于1月21日开展了科研先锋社会实践,并于2月20日圆满完成了本次社会实践任务。在这次社会实践中,团队成员积极参与了导师杨飞的课题项目,掌握了深度学习知识,完成了对道路图片裂纹的标注和分割工作,并通过与课题组成员的积极交流沟通,推动了课题的进展。    

实践初期,团队成员分散在四川、山东、安徽、重庆等地,各自的学习时间和任务分工存在差异。杨飞为团队推送了“极市平台”微信公众号的文章,其中整理了经典的语义分割网络(如U-net、FCN、SegNet)的内容。由于团队成员初次接触图像分割研究方向,深度学习方面的基础较为薄弱,因此需要额外学习补充。队员们观看了吴恩达和李沐的机器学习课程,掌握了基础的机器学习算法,包括逻辑回归、决策树、神经网络、支持向量机、贝叶斯分类器、K邻近算法等。在深度学习方面,学习了CNN(卷积神经网络)的基础知识,例如卷积操作、填充和步幅的作用,以及池化操作。在代码工作环境配置方面,团队成员查阅了相关教程,成功配置了Anaconda中Pytorch虚拟环境。    

实践后期,杨飞发布了道路图像标注任务。经过两周时间的学习,团队成员对深度学习和计算机视觉有了初步认识,杨飞要求团队完成第95-329号的图片标注任务。团队成员使用labelme对图像进行标注分类,包括burr(毛刺裂纹)、single(单裂纹)、block(块状裂纹)、crack(龟裂)等四种分类,共计282份图片(每份图片有四张亮度不同的版本),即1128张图片,每位成员负责188张。在观看了对道路裂纹图片标注分类的演示录屏后,成员们开始对图片进行标注并制作为json格式的数据集。对于分割时的不确定图像,成员们积极询问,在得到准确答复后进行标注。    

本次社会实践的完成使团队成员体验到了科研氛围,并学习了机器学习的相关知识,为指导老师的课题任务提供了帮助。该项目可进一步实现对道路图片的在线识别,判断裂纹情况和道路受损程度,为道路部门提供决策支持。


(文/2022级应用经济学 谢沁园 图/2022级计算机澳专业2班 胡斌)

2月23日


相关文章
读取内容中,请等待...

联系我们

  地址:山东省威海市文化西路180号    电话:(86)-631-5688289


商学院




官方微信