深度学习(python+tensorflow+keras),目标物识别;冻结模型权重制作。
深度学习,识别网络模型研发,现有公开网络结构(RCNN系列,YOLO系列)调优与改进。
深度学习,文本识别与提取。
桌面应用(JAVA+mysql)(不推荐)
视频智能监测系统设计
职责:研究图像的动态物体捕捉算法以及软件设计与开发。重点研究动态物体智能识别、实例分割和轮廓提取的功能实现。
成绩:完成视频图像中物体的智能识别、筛查处理、轮廓提取与传输显示,完全达到预期目标。
方法:PYTHON+Tensorflow+keras,实现网络模型:MaskRCNN with myResNet(自研基础网络,在保证准确率的同时提升检测速度)
系统:桌面界面+内置算法系统