-
Notifications
You must be signed in to change notification settings - Fork 2
iOS Harmonogram szczegółowy i specyfikacja wymagań
| Nazwa i akronim projektu: Aplikacja iOS wykorzystująca głębokie sieci neuronowe do rozpoznawania polskich banknotów dla osób niewidomych | Zleceniodawca: mgr inż. Jan Cychnerski | |
| Numer zlecenia: 27@KASK'2023 | Kierownik projektu: Jakub Dajczak | Opiekun projektu: mgr inż. Jan Cychnerski |
| Nazwa / kod dokumentu: Harmonogram szczegółowy i specyfikacja wymagań – HSiSW | Nr wersji: 2.02 |
| Odpowiedzialny za dokument: Stanisław Smykowski | Data pierwszego sporządzenia: 30.01.2023 |
| Data ostatniej aktualizacji: 20.06.2023 | |
| Semestr realizacji Projektu grupowego: 2 |
Historia zmian
| Wersja | Opis modyfikacji | Rozdział / strona | Autor modyfikacji | Data |
| 1.00 | pierwsza wersja | całość | Stanisław Smykowski | 30.01.2023 |
| 1.01 | poprawki estetyczne | Opis zadań planowanych do realizacji ze wskazaniem osób odpowiedzialnych | Stanisław Smykowski | 30.01.2023 |
| 2.00 | harmonogram 2 semestru | Opis etapów wytwarzania (prowadzenia projektu) | Jakub Dajczak | 20.06.2023 |
| 2.01 | harmonogram 2 semestru | Opis etapów wytwarzania (prowadzenia projektu) | Stanisław Smykowski | 20.06.2023 |
| 2.02 | harmonogram 2 semestru | Opis etapów wytwarzania (prowadzenia projektu) | Miłosz Chojnacki | 20.06.2023 |
- 1. Wprowadzenie - o dokumencie
- 2. Szczegółowy harmonogram prac zespołu projektowego
- 3. Planowany podział zadań i ról w projekcie w zespole projektowym
- 4. Wymagania dla produktu i kryteria akceptacji
Celem dokumentu udokumentowanie zaplanowanego harmonogramu realizacji projektu w semestrze, planowanego podziału zadań w zespole projektowym, wskazanie i opisanie zadań oraz ról osób odpowiedzialnych, a także wyspecyfikowanie wymagań dla projektu wraz z kryteriami akceptacji, nałożonych przez opiekuna i klienta.
Odbiorcami dokumentu są odpowiednio:
- Opiekun projektu: mgr inż. Jan Cychnerski
- Koordynator katedralny: dr inż. Jarosław Kuchta, prof. uczelni
- Członkowie zespołu projektowego:
- Jakub Dajczak
- Anton Delinac
- Stanisław Smykowski
- Mateusz Sowiński
- Miłosz Chojnacki
iOS – system operacyjny Apple Inc. dla urządzeń mobilnych iPhone, iPod touch oraz iPad.
sieć neuronowa - statystyczny model obliczeniowy stosowany w uczeniu maszynowym.
OneDrive - wirtualny dysk autorstwa Microsoft.
Interface - sposób komunikowania się użytkownika z aplikacją w obydwie strony.
Precision-Recall (PR) Curve - typ testów, które stanowią integralną część trenowania sieci neuronowej. Wyniki przygotowane są zazwyczaj tuż po zakończeniu treningu i pokazują poprawność predykcji dla danych testowych.
| numer | nazwa | wykonawcy | początek | koniec |
| 1 | prototyp aplikacji | Miłosz Chojnacki | 1.10.2022 | 22.01.2023 |
| 2 | zbieranie danych | Stanisław Smykowski, Matusz Sowiński, Anton Delinac, Jakub Dajczak | 1.10.2022 | 29.01.2023 |
| 3 | prototyp sieci | Anton Delinac | 1.10.2022 | 30.01.2023 |
| 4 | ostateczna wersja aplikacji | Miłosz Chojnacki | 22.01.2023 | 30.04.2023 |
| 5 | ostateczna wersja sieci | Jakub Dajczak, Anton Delinac | 30.01.2023 | 31.05.2023 |
| 6 | testy z użytkownikami | Stanisław Smykowski, Matusz Sowiński | 15.05.2023 | 19.06.2023 |
Celem tego etapu jest wykonanie aplikacji umożliwiającej rozpoznawanie elemenetów obrazu dostarczonego z kamery wbudowanej w urządzenie mobilne. Aplikacja ma działać na iOS. Ma ona spełniać wymagania interface-ów dla osób niewidomych i niedowidzących.
Produktem jest opisana wyżej aplikacja.
Kryteria akceptacji to niezauważalne opóźnienia w działaniu, spełnianie wymagań dotyczących interface-ów dla osób niewidomych i niedowidzących, korzystanie z natywnych technologi dla danego systemu operacyjnego.
Główne zadania: implementacja aplikacji oraz wstępne testowanie spełnienia wymagań interface-u
Celem tego etapu jest uporządkowanie danych, które dostaliśmy od poprzednich edycji podobnego projektu oraz rozszerzenie tego zbioru. Należy połączyć dwa zbiory danych, wyeliminować powtarzające się zdjęcia, Dodatkowo należy zapisać utworzone zbiory danych w ustalony przez grupę sposób na dysku One Drive. Należy również oszacować ilość zdjęć w zbiorach danych, które posiadają dane cechy (np.: słabe oświetlenie, prawa/lewa ręka) i dodać do nich takie, których jest mało.
Produktem jest usystematyzowany i zbalansowany zbiór danych do trenowania sieci neutronowej.
Kryteria akceptacji to spełnienie wymagań co do struktury zbioru uczącego ustalonych przez grupę.
Główne zadania: uporządkowanie starych danych, dodanie potrzebnych zdjęć.
Celem tego etapu jest wytworzenie prototypu sieci do rozpoznawania polskich banknotów. Dane potrzebne do treningów przygotowane zostały w poprzednim etapie. Należy wykonać treningi optymalizując hiper-parametry sieci w celu uzyskania jak największego procentu poprawnych predykcji.
Produktem jest prototyp sieci, który można wgrać do aplikacji mobilnej. Sieć może w przyszłości podlegać ulepszeniu wraz z poprawą zbioru danych.
Kryteria akceptacji to minimum 95% skuteczności predykcji dla danych testowych.
Główne zadania: wykonanie treningów na udostępnionych serwerach uczelnianych. Ocena jakości wytrenowanej sieci.
Etap ten zakłada przygotowanie aplikacji, która będzie płynnie działała i efektywniej wykorzystywała moc obliczeniową urządzenia mobilnego. Planowane jest również przygotowanie prostego menu, z kilkoma ustawieniami personalizacji aplikacji i krótkiego wprowadzania - jak korzystać z aplikacji. Ostatecznie opublikowanie aplikacji w AppStore.
Produktem jest opisana wyżej aplikacja w ostatecznej wersji.
Kryteria akceptacji to niezauważalne opóźnienia w działaniu, spełnianie wymagań dotyczących interface-ów dla osób niewidomych i niedowidzących, korzystanie z natywnych technologi dla danego systemu operacyjnego.
Główne zadania: dalszy rozwój aplikacji z poprzednich etapów oraz testowanie jej działania. Rozwiązanie problemów zauważonych po stworzeniu wstępnej wersji aplikacji w poprzednich punktach.
Celem tego etapu jest dopracowanie prototypu sieci powstałego w poprzednich etapach. Dane potrzebne do treningów przygotowane zostały w etapie 2. Należy wykonać dokładniejsze treningi optymalizując hiper-parametry sieci w celu uzyskania jak największego procentu poprawnych predykcji.
Produktem jest ostateczna wersja sieci, którą można użyć w aplikacji mobilnej i pozwala na odpowiednio skuteczną klasyfikacjię banknotów.
Kryteria akceptacji to minimum 99% skuteczności predykcji dla danych testowych.
Główne zadania: wykonanie dodatkowych treningów na udostępnionych serwerach uczelnianych. Ocena jakości wytrenowanej sieci. Poprawianie hiper-parametrów sieci.
Celem tego etapu jest przeprowadzenie testów z wybraną grupą użytkowników. Ma to na celu wykrycie ewentualnych błędów w interfejsie aplikacji i dostosowanie jej do wymagań rzeczywistych użytkownikow końcowych. Jest to o tyle ważne, że grupa projektowa nie ma takiego doświadczenia jak grupa docelowa użytkowników.
Produktem jest przeprowadzenie testów i zebranie informacji zwrotnej w ustrukturyzowany sposób.
Kryteria akceptacji to przeprowadzenie testów z 5 użytkownikami.
Główne zadania: znaleźienie grupy docelowych użytkoników aplikacji. Nawiązanie kontaktu i wybranie 5 reprezentantów do przeprowadzania testów. Przeprowadzenie testów w środowisku produkcyjnym pod kontrolą i obserwacją grupy projektowej. Zapisanie i opraccowanie wyników testów. Wprowadzenie ewentualnych zmian w apikacji.
Osoba odpowiedzialna: Miłosz Chojnacki
Wykonawca: Miłosz Chojnacki
Osoba odpowiedzialna: Miłosz Chojnacki
Wykonawca: Miłosz Chojnacki, Anton Delinac
Osoba odpowiedzialna: Jakub Dajczak
Wykonawca: Jakub Dajczak, Stanisław Smykowski, Anton Delinac, Mateusz Sowiński
Osoba odpowiedzialna: Jakub Dajczak
Wykonawca: Jakub Dajczak, Stanisław Smykowski, Anton Delinac, Mateusz Sowiński
Osoba odpowiedzialna: Anton Delinac
Wykonawca: Jakub Dajczak, Anton Delinac
Osoba odpowiedzialna: Anton Delinac
Wykonawca: Anton Delinac
Produktem ma być aplikacja przystosowana dla osób niewidomych i niedowidzących, która ma umożliwiać rozpoznawanie polskich banknotów.
Minimalnymi wymaganiami jest wynik testów dla wytrenowanej sieci na poziomie 95% oraz spełnienie wymagań interfaceu przeznaczonego dla osób niewidomych. Zostanie to sprawdzone za pomocą testów Precision-Recall Curve oraz testów przeprowadzonych przez użytkowników docelowych.
Spełnienie 95% opisanych w odpowiednich dokumentach wymagań interfacu dla osób niewidomych. Poprawne rozpoznanie 100% banknotów w ciągu maksymalnie 20 sekund na każdy w trakcie testów końcowych.
- Informacje o projekcie
- Dokumentacja techniczna projektu
- Harmonogram szczegółowy i specyfikacja wymagań
- Plakat informacyjny Projektu grupowego
- Raport semestralny
- Raport końcowy