开发语言:Python/C++/Matlab(熟练应用/掌握/基础)
深度学习开发框架:Pytorch/Tensorflow(熟练应用/理解)
机器学习分析 视觉开发工具: Sklearn/OpenCV/Numpy/Pandas/Matplotlib(掌握/熟练使用/熟练使用/掌握/掌握) 版本管理 办公软件:Git/Latex/Office(熟练应用/掌握/熟练应用)
其他项目:文档检测,发票检测识别等。
通用印章检测识别服务搭建
说明:负责并完成了该项目竞品调研、模型设计、数据合成及预处理、模型训练、参数调试、badcase分析及模型优化、 服务部署与上线全流程内容。
成就:实现了通用印章评测集检测识别准确率达到互联网业界领先水平(关键指标持平BAT)。
数据合成工具开发
说明:1实现了火车票/行程单/增值税发票/机打发票/出租车发票/身份证等十几种真实高质数据合成,解决组内卡证票务 识别服务项目缺乏数据瓶颈难题;2开发了对应数据合成GUI套件,通过界面化使用供组内同时合成理想数据,极大提升服 务开发效率。
内容:通过搜索或PS技术获取背景与字体、使用python加载随机语料、调整字体颜色大小缩放间隔特性等操作合成2D图 片后,利用Blender随机切换相机视角并添加材质、光照、阴影、反光、高光、景深及随机折痕等进行3D建模,完成逼真 场景渲染。
成就:1通过该合成数据与真实数据结合,训练效果可超越直接基于真实数据训练模型;22D图片通过多核多进程合成可 达到合成速度20万张/h、3D图片渲染通过多进程多GPU加速可保证合成速度1万张/h。
复旦大学中医机器人 - 负责脉诊部位定位的视觉算法研发 2018.08 - 2018.11
通过单目摄像头精确定位脉诊部位的空间坐标。在缺乏数据的情况下,设计高效采集数据集流程,实现传统视觉算法与深度 学习算法,其中深度学习的方法在误差5mm时精度达到92%。
完成算法性能测试并进行部署与平台迁移,负责相关专利和论文的编写
智能工业机械臂 - 负责零件检测及姿态估计算法研发 2019.01 - 2019.07
对采集的RGBD数据进行预处理,通过单目摄像头,检测可抓取零件、进行3D点云分割和姿态估计获取待抓取零件的6D位 姿。实现真实场景下的零件抓取成功率达到95%。
承担核心功能代码编写、开发与维护系统核心模块,并完成后期功能测试
智能康复评估与纠错系统 - 算法研发 2019.10 - 2020.03
给定一段专家动作视频,患者模仿专家动作。通过深度学习的姿态估计与算法衡量患者与专家的动作相似性,并实时纠正患 者的错误动作。动作结束后给出患者关节活动度(夹角,加速度等)的评估。