基于卷积神经网络与敏捷项目度量指标的视觉化Sprint评估探索

《Information》：Exploring Visual-Based Sprint Evaluation Using Convolutional Neural Networks and Agile Project Metrics

　　

敏捷项目监控通常依赖数值度量与燃尽图等视觉工件来评估Sprint进展并识别潜在偏差。然而，多数自动化方法聚焦于结构化数据，而敏捷图表中蕴含的视觉模式仍未被充分挖掘。研究人员提出一项探索性研究，利用卷积神经网络（CNN）与敏捷项目度量指标进行基于视觉的Sprint评估。该方法采用燃尽图与已完成/未完成工作对比图（TTvsNT）图像，将Sprint绩效划分为差、一般、良好与优秀四类。研究应用基于MobileNetV2的迁移学习策略，涵盖图像预处理、Sprint级数据划分、两阶段训练与多分类评估。模型在评估集上取得70.33%的总体准确率。类别级结果显示“差”与“优秀”类表现较好，中间类别存在较大模糊性。本研究主要贡献在于将Sprint监控图表作为传统基于度量模型的互补视觉表征加以评估。研究提供初步证据表明这些图像包含有用的绩效相关模式；但受限于数据集规模与当前准确率，尚不支持生产级部署。未来需结合更大数据集、更多架构与多模态方法开展深入研究。

研究背景方面，敏捷软件开发（ASD）以迭代增量循环组织工作，Scrum中每个Sprint均产生可用于及时监控的关键数据。现有跟踪方法多依赖用户故事点等数值度量，而燃尽图等视觉表征能揭示团队行为形成的特有模式，但文献中极少有研究将敏捷项目图像与机器学习（ML）技术尤其是卷积神经网络（CNN）结合，既有研究多使用表格化数值度量作为输入。为探究视觉表征是否含可用于自动分类的信息，研究人员开展此项探索性研究，旨在分析CNN能否直接从Sprint视觉图像中学习绩效相关模式，作为既往基于数值度量方法的互补模态。该研究发表于《Information》。

关键技术方法上，研究人员构建初步视觉数据集：从Worki敏捷管理工具历史记录中，通过Python 3.11.5脚本调用Playwright库自动化捕获458个Sprint的燃尽图与TTvsNT图各一张，共916张图像，标签继承自既往基于结构化数值变量的四分类（差、一般、良好、优秀）度量评估程序，无人工图像标注。图像统一预处理为224×224像素RGB并归一化，按Sprint级分层80/20划分防泄漏，不施数据增强。采用MobileNetV2作迁移学习基干，冻结卷积基后训练自定义顶层（含0.4 dropout与4类softmax），再行微调，训练用平衡类权重、batch 16、各阶段50 epoch、随机种子42。评估采用总体准确率、各类精确率/召回率/F1、宏F1及混淆矩阵。

研究结果部分，按照原文小节简要归纳如下。

整体性能：CNN在91个评估实例上获70.33%准确率（64正确），证明燃尽图与TTvsNT图含可估计绩效的相关信息，但中间类边界模糊。

类别级性能：差类精确率最高（0.9048）召回0.7037；优秀类精确率0.7727、召回0.7083、F1 0.7391；良好类召回0.75但精确率0.60；一般类F1最低（0.6154），因属过渡区与邻类视觉特征重叠。极端类易学，中间类歧义大。

混淆矩阵分析：主对角线正确分类为差19、一般16、良好12、优秀17；差类无误判入良好，但7个差类误入一般；一般/良好/优秀间互有混淆，证实视觉信号可行但单模态不足以分隔所有等级。

讨论部分指出，视觉Sprint评估具可行性，图像能捕捉累积延迟、末端集中作业等全局行为模式，但当前数据规模有限致模型非生产就绪。极端类视觉区分度高于中间类，一般类共享邻类特征最难分离。研究意义在于为敏捷监控提供数值度量之外的互补证据源，未来可嵌入Worki等平台作风险预警，但不替代传统指标。

结论部分翻译：本文呈递一项利用CNN对敏捷项目Sprint绩效作视觉评估的初步研究。从Sprint跟踪关联图像出发，CNN模型被训练将实例分为差、一般、良好、优秀四类。本研究首要创新在于将自动捕获的Sprint监控图表作为绩效分类的独输入模态，而非替换既往结构化度量方法，视觉模型探索全局图表模式能否提供关于Sprint行为的互补证据。结果显示Sprint视觉表征含自动分类相关模式，模型总体准确率70.33%，差类等定义明确类表现优，中间类模糊。混淆矩阵主误在邻近类间，证实纯视觉分类因等级渐进而复杂。整体支持视觉法作敏捷监控互补线，但模型仍属初步，需扩数据集、平衡类并融合数值度量方达稳健。本研究为计算机视觉用于Sprint评估提供初始探索，奠基未来视觉与多模态敏捷监控研究。