解析极限编程xp

本文探讨了软件开发过程中的关键策略,包括团队合作、任务分配、迭代管理、编码规范、设计原则、测试方法和管理技巧,旨在提高开发效率、确保产品质量并优化项目流程。

1. 将素材分成点 开发时间=素材点X速度因子
挑选两个素材测试开发时间和速度因子
第一次迭代中完成31个素材点,在下一次迭代计划中应该有31个素材点
通过速度反馈推算的团队开发速度
在一次迭代中任务没有分配完,那么从本次迭代中减去,反之索取跟多任务
迭代中期任务没有完成一半数,重新分配任务保证完成否则需告知客户指出剩余任务的优先级
2. 如果多于一个动机去改变一个类,那么就是多于一个职责
对扩展开发,对修改封闭,可以增加模块,不可修改源码
3. 出入现金流、利率、 失败率
放弃选择 :去除某些东西,选择所需投资量
转换选择:改变项目方向
延期选择:等形势明了后投资,估算现在与延期后的成本差
增长选择:某一市场看来马上要腾飞
4. 成本、时间、质量、范围
钱多点可以促进工作,但时间太短钱无法解决。时间长能够帮助提高质量扩大范围,时间太多也会使质量受损。
开始的时候,需求从来都是不清楚的,客户不能来明确告诉你他们的需要什么,
从第一个版本中看到第二个版本中他们需要的东西。
5. 编码、测试、倾听、设计
编写你能想到的每一个不能立即运行的测试。
在编码、测试、倾听过程中产生好的设计
6. 实践
(1) 计划:
a业务人员
范围,将问题解决到什么程度
优先级,哪个要先业务人员比较清楚
版本组成,要完成多少业务功能
发布日期,造成很大的影响的重要日期
b开发人员
估算,实现一种功能的时间
后果,有些业务策略只有了解到技术后果后才能决策
过程,
日程计划,一个版本内完成哪些任务
(2) 设计
能够运作测试,没有重复逻辑,尽可能少的类别和方法
(3) 开发
重构,结对编程,集体所有权,持续集成,每周工作40 小时
现场客户,编码标准

 7.管理策略

接受职责:管理人员的任务是强调要做的事二不是布置工作

优质工作:之间建立信任

递增更改:管理人员要自始至终的提供指导

轻装上阵:管理人员不应加强太多系统开心,如全体人员会议、进度报告

诚实的度量:管理人员的度量标准精确度,如你手上有分钟就不要试图用秒计算

Leader:

充当开发伙伴,一起完成技术任务,鼓励重构,帮助程序员测试、格式、重构,向上层管理人员解释过程,跟踪任务搜集测量数据,干预(我不知道我怎么把项目弄成这样,但现在我必须怎样怎样)

8.计划策略

制定阶段所需的计划,负责实现的人进行估算
尽可能的将最有价值的功能投入生产,产品真正的客户、目标群体、销售人员
(1) 探索阶段
分割任务/组合任务估算某个任务无法在几天内完成要分割,任务只需一个小时要组合任务
(2) 承诺阶段
程序员估算自己的负载因子,如果在最近三次迭代中完成了6、8、7个理想天数任务,那么这就是你因该承担的大约数目。
(3) 指导阶段

9. 开发策略
(1) 持续集成(不超过一天)
(2) 集体所有权
复杂代码不会生存很长时间,每个人都习惯查看代码很快会被发现
(3) 结对编程(各个组队之间换)
10. 设计策略
沟通、简单(尽量少的类、方法、设计意图明确)、反馈、勇气
从一个测试开始,知到何时完成,设计并实现通过测试,进行重构

11.测试策略

如果接口不清楚,如果你想到代码不像理想那样运行,如果你发现某个问题,如果你打算重构某些代码不确定它会有什么样的行为

 

忌讳:不做规划、无客户参与、“编码并修复”作为生命周期

转载于:https://www.cnblogs.com/tintindeng/p/4337521.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值