一、前言：项目名称、项目简介。
项目名称：鸟类识别
项目简介：本项目是创建一个搭载于网页端上的基于深度学习建立的具有高识别准确率的鸟类识别器，原理是利用大量鸟类图片建立特定数据集通过强化监督训练模型进行图像分类，其功能是可以通过用户上传的鸟类图片在高识别率的基础上准确识别出其类别。
二、NABCD模型分析
N（Need需求）
全世界现存的鸟类已知有9020多种,我国有1400多种。鸟类的品种十分的多，且外观相似。对于大多数人来说，要想判断某种鸟的种类，是一件头疼的事。所以想做一个鸟类识别的软件。
A（Approach 做法）
编程语言
该软件预计主要使用python语言编写。配合python中的pytorch库使用。
相关做法
1. 需要收集大量的鸟类数据
2. 选择合适的模型
3. 使用训练数据进行模型训练
4. 使用测试数据测试训练后的模型
5. 发布
B（Benefit 好处）
使鸟类的识别在准确的基础上更加的方便快捷，为人们省去了很多的识别时间。
C（Competitors 竞争）
目前知道的主要竞争者有深圳市懂鸟科技，懂鸟有非常多值得学习的地方。他们的软件只发布在微信小程序中。但是其它的鸟类识别并不是非常出名或者说使用人数不多。所以，鸟类识别的市场需求还是很大的。
D（Delivery 交付）
首先会找身边的同学进行使用测试，收集大家的意见并改良。之后会在微信公众号、朋友圈、QQ、微博、安卓市场等社交平台或者线下海报方式推广。
三、电梯演说
我们项目成本小，操作方便，运行速度快，正确率高。
因为：
第一我们小组成员优秀，项目质量有保障。
第二我们运用优秀的模型进行编写代码，运行速度和正确率有保障
第三我们操作界面简洁美观，具有很好的操作性和互动性
所以我们的项目十分优秀，值得关注。