口罩和安全帽识别

最开始，是通过极市小助手公众号得知极市组织了第一届图像识别类的比赛，比赛内容主要分为口罩识别和安全帽识别，我主要参与的是安全帽识别，在参加极市组织的安全帽比赛过程中，就比赛体验来说， 主要存在以下亮点：

1. 具有代码示例，极大的降低了入门门槛
2. 使用jupyterlab环境进行远程命令操作，继承了较好的用户交互体验
3. 认识了算法交易的一种新的商业模式，极市平台很好的连接了算法生产者和算法消费者，通过商城和开发平台两个不同的模块整合了算法资源，并持续运营。
4. 认识了牛人，知道了Intel Openvino新技术以及常用的目标识别算法，ROI等概念。

但同时感觉可能存在以下改进点：

1. 比赛过程中，参赛人员是不可以接触训练模型的，只能通过网页看到一些数据分析图片，模型调优较为困难，极大地消弱了参与比赛的积极性。
2. jupyterlab使用时长会消耗积分，关闭实例的同时会连带关闭jupyterlab，感觉jupyterlab本身并不消耗GPU资源，没有必要在关闭训练或者测试实例的时候同时关闭jupyterlab实例。
3. 整个训练测试过程不够直观，需要经过线下编码、线上训练、线上转换模型、线上测试一系列的步骤才能最终得到结果，但中间过程仅通过查询日志才能进行排错，根据官方教程，我本地也建立了一套线下环境，总体感觉数据分析平台还只是一个demo，不能称之为产品，与阿里DOPS或者其他数析平台还有差距，相信极市内部应该还有一套更为成熟的数析平台。建议是否能够研发或者引进算法引擎、类工作流引擎来简化编写代码操作，记得2015年的时候阿里大数据比赛最开始的时候环境也是类似的，后面优化的力度和进度还是挺快的，不光建立了算法资源库，也产生了比较优秀的数析平台。