机器学习与编程等:
熟悉MySQL、Redis、多线程、TCP、UDP、Qt的使用;
熟悉C/C++、MATLAB、Python等编程语言;
具有Caffe、Tensorflow、Pytorch、Mxnet框架的开发经验,了解OPENCV、TensorRT的使用;
熟悉领域:目标检测、目标跟踪、目标识别、人脸识别、tensorrt加速等
Github:https://github.com/bleakie
参与项目1:招商银行VIP客户识别(Linux,GTX1080ti,华为Atlas,Python)
工作描述:以剪枝(-80%Flops)后的Gaussian_YOLOv3_SPP(+3%mAP)训练头肩检测器,根据头肩坐标结合DeepSort(修改ShufflenetV2 Reid模型和IOU matching)跟踪行人轨迹,利用Retinaface进行人脸检测和对齐,并利用人脸质量评价模型过滤掉质量较低的人脸,在不配合摄像头下,重新增强训练的insightface人脸识别模型,可在30w人证匹配下获得91%+的F-score,TensorRT加速后20fps/张。
参与项目2:杭州国家电网人员/车辆聚集分析(Win,GTX1060,C++)
工作描述: 利用SSD检测算法进行多路视频的人员/车辆(车型)检测,分析画面帧聚集指数,结合Kalman filter+匈牙利算法进行多目标跟踪,得到运行轨迹、统计警戒区域目标流动情况;
以剪枝(-80%Flops)后的Gaussian_YOLOv3_SPP(+3%mAP)训练头肩检测器,根据头肩坐标结合DeepSort(修改ShufflenetV2 Reid模型和IOU matching)跟踪行人轨迹,利用Retinaface进行人脸检测和对齐,并利用人脸质量评
利用CenterNet进行人脸检测+5点landmark,结合3DFFA获取68个人脸landmark,根据68个点提取人脸mask,结合5点对齐后的人脸训练mobilefacenet识别多模型,在deepglint-light上取得86.3%(Rank 22),LFW(99.6