猿急送>

深圳后端兼职程序员

ID：210717

postdoctorzhang

AI算法工程师

公司信息：
深圳资福医疗技术有限公司

工作经验：
1年

兼职日薪：
1000元/8小时

兼职时间：
可工作日驻场（自由职业原因）

所在区域：
深圳
龙岗

技术能力

•AI算法，模式识别，神经网络，嵌入式开发，图像处理算法
. 软件开发：熟悉LINUX/UNIX C++;VIRUAL C++; SQL等计算机软件、语言。
• 硬件开发：擅长基于FPGA、arm等嵌入式硬件开发，精通VHDL, VERILOG HDL语言，熟悉ALTERA QUARTUS II, ProtelDxp, ModelSim, DspBuilder
• 精通模式识别，图像识别，智能机器人等专业知识
• 熟悉通信,机械设计和自动化控制专业知识
• 熟悉高等数学如数学分析，高等代数，概率论，随机过程，常微分方程、随机微分方程等

项目经验

• 交通车辆识别监控系统
本系统对交通十字路口的车辆实时监控，并对各种车辆以及车牌号码进行识别，计算各种车辆数量、车辆车速，道路拥挤。本程序用C++和OPENCV编写。
• 红外（红外+可见光）监测系统
红外（红外+可见光）监测仪，适用于对室内外进行大范围红外热成像温度和可见光实时网络监测，配合远程管理平台管理，可无人值守运行。集成了可见光、红外热成像和嵌入式处理技术于一体的实时监测、监控设备可对目标，实时监测、自动预警、实时获取设备故障状态的温度信息，并自动生成相应的温度变化报表，是非接触式测温、具有远距离、安全可靠、检测精度高等特点，是实现在线监测和设备状态检修，物资消防和防盗安全的重要手段。
• ADAS驾驶辅助系统
先进驾驶辅助系统（Advanced Driver Assistance System），简称ADAS，是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。包括导航与实时交通系统TMC，电子警察系统ISA （Intelligent speed adaptation或intelligent speed advice）、车联网（Vehicularcommunication systems）、自适应巡航ACC（Adaptivecruise control）、车道偏移报警系统LDWS（ Lanedeparture warning system）、车道保持系统（Lanekeep assistance），碰撞避免或预碰撞系统（Collision avoidance system或Precrash system）、夜视系统（Night Vision system）、自适应灯光控制（Adaptivelight control）、行人保护系统（Pedestrian protectionsystem）、自动泊车系统（Automatic parking）、交通标志识别（Traffic sign recognition）、盲点探测（ Blind spot detection），驾驶员疲劳探测（Driverdrowsiness detection）、下坡控制系统（Hill descentcontrol）和电动汽车报警（Electric vehicle warningsounds）系统。
• 基于卷积神经网络的交通标示识别
道路交通标示识别是智能交通系统的重要组成部分,它对车辆行驶过程中道路上出现的标示信息进行采集和识别,及时对驾驶员做出提示或警告,在紧急时刻直接控制车辆的操作,以预防交通事故的发生,保证行车安全。它是车辆智能化和自动驾驶技术的重要软件支撑,具有重要的理论意义和实用价值。卷积神经网络是分层神经网络,由卷积层和子抽样层交替组成,来模拟视觉，神经的简单细胞和复杂细胞,卷积神经网络不同模型的区别之处在于卷积层和子抽样层的实现方式和它们的训练方式。本项目采用tensorflow架构来构建了一个包含7个隐藏层的卷积神经网络。输入层包含3个颜色通道的48x48尺寸大小的输入图像或者是一个48x48大小的灰度图像。输出层包含43个神经元代表43种分类。本项目在在交通标示识别中的误识率均在1.5%左右。同时本项目运用双目和卷积神经网络来测量车辆前面障碍物的距离以及车辆之间的距离，误差率均在0.5%以下。
• 基于卷积神经网络的医疗图像分类识别
胶囊内窥镜是现代消化道检查的主要手段，本项目将AI深度学习方法应用于胶囊内窥镜图像
分类识别，其中包括对各种小肠病灶的分类识别和对消化道各部位的分类识别。这些小肠病灶图像总共70万多张，其中包括静脉异常、结节、肿块、息肉、红斑点、白斑、腐烂、溃疡、阿弗他、憩室、颗粒状、发红、异常绒毛、苍白、钩虫、血液等等。本项目所用的AI深度学习方法是卷积神经网络FASTER-RCNN，在IOU达到75%，小肠病灶的分类识别精确率达到99%，召回率达到98%。

案例展示

基于卷积神经网络的医疗图像分类识别

胶囊内窥镜是现代消化道检查的主要手段，本项目将AI深度学习方法应用于胶囊内窥镜图像分类识别，其中包括对各种小肠病灶的分类识别和对消化道各部位的分类识别。这些小肠病灶图像总共70万多张，其中包括静脉异常、结节、肿块、息肉、红斑点、白斑、腐烂、溃疡、阿弗他、憩室、颗粒状、发红、异常绒
ADAS智能驾驶辅助系统

先进驾驶辅助系统（Advanced Driver Assistance System），简称ADAS，是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引