# lost_and_found

**Repository Path**: NFUNM094/lost_and_found

## Basic Information

- **Project Name**: lost_and_found
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-12-10
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Lost and Found 南苑寻物 APP

## PRD 价值主张设计
### PRD1.加值宣言
- 加值宣言：Azure认知服务可以帮助用户生成物品的信息，减少人工输入描述的时间成本，也减少了模糊描述、错误描述产生的不良影响。
机器学习让产品能快速的将遗失物进行分类，帮助失主更快速的找到自己的物品。
失主可以通过上传照片，在数据库中找到匹配度较高的物品，减少翻失物库的时间。


### PRD2.核心价值 3%
- 核心价值宣言：通过自定义视觉API识别物品类型，简化描述物品的步骤；通过计算机视觉API，使失主可以通过自己物品的照片或图片与数据库中的物品进行快速匹配。

### PRD3.核心价值与用户痛点 3%
- 用户痛点宣言：丢失物数据库解决了寻找失物具有延迟性的痛点，数据匹配和物品识别让上传物品和寻找物品的时间大大减少。

### PRD4.人工智能概率性与用户痛点 3%
- AI概率性考量：自定义图像识别存在对物品分类错误的情况，捡到遗失物的用户可以根据识别结果判断是否自行修改物品类别。


### PRD5.需求列表与人工智能API加值 3%
- 需求列表：
    


## API 产品使用关键AI或机器学习之API的输出入展示 15%
### API1.使用水平 5%
使用水平：在Azure 自定义视觉API中 输入 钥匙、书包、耳机等大学生常用物品，输出 该物品的类别。在计算机视觉API中，输入 同一个物品的不同照片，进行相似度的分析。


### API3.使用后风险报告 5%
使用后风险报告：对于物主身份的识别是目前遇到的主要问题，在线图片具有广泛的传播性，无法通过照片识别物主的身份，只能通过学生证、饭卡等信息记录用户数据，当出现纠纷时，及时将用户信息进行比对。

### API4.加分项 3%
使用复杂度：用了2个以上机器学习与人工智能的API之输入及输出