熟练掌握Python开发,掌握TensorFlow、PyTorch等主流深度学习框架,掌握机器学习基础理论。
掌握计算机视觉算法中图片分类、目标检测和语义分割等方面的应用。
具备环境配置、算法开发、算法部署、应用程序辅助开发等能力。
文档、票据识别,使用YOLO进行文本检测,CRNN进行文字识别,可将手机拍摄或扫描的文档、票据进行图片校正、识别相应内容、并对识别结果进行格式化,形成key-value对应关系,曾参加票据识别竞赛获得决赛第4名。
损伤检测算法开发,使用Faster-RCNN、SSD等算法对超声图像进行检测,识别材料损伤尺寸及类型。
自动驾驶视觉感知算法开发,城市街景语义分割算法开发,通过开源数据集,使用UNET进行算法训练,对图像中道路、车辆、行人、树木等目标进行识别。
参与某银行内部人工智能竞赛,实现基于深度学习的汇款票据识别算法,采用YOLOv3+CRNN对对象进行识别并通过结构化检测完成数据匹配,算法性能评分达到0.8627,最终获得决赛第四名的成绩。
完成某航空企业复合材料超声损伤检测算法开发,分别使用传统图像处理方法及深度学习方法进行损伤检测,完成基于Faster-RCNN、SSD等神经网络结构的检测算法开发,完成小样本训练,构建基于QT的软件界面,与现有设备相结合,实现检测结果的自动化报告生成。
非常耐心,责任心强,沟通顺畅