1、精通Python,熟悉TensorFlow、keras、PyTorch等常用深度学习框架;
2、熟悉c/c++ 、Opencv;
3、扎实的计算机算法和机器学习知识储备,丰富的独立实现算法和调优的经验;
4、 计算机视觉(目标检测、跟踪、识别)领域的知识沉淀,熟悉神经网络和深度学习;
5、熟悉flask、django、tornado等web框架;
6、掌握Javascript、CSS、html前端开发;
7、熟悉数据库MYSQL、PostgreSQL;
智能机器人项目
202003月起,我加如瑞普机器人研究院,主要负责机器人图像世界算法和导航定位算法,参与完成了电力巡检机器人仪表识别、智能红外测温、AGV小车导航定位算法;
智慧社区项目
2018年9月起,我参与了公司智慧小区项目的开发。作为图像算法开发核心成员 ,我不但完成了人脸检测算法、人脸识别算法、人脸性别识别算法、人脸年龄识别算法 的开发、训练、调优,更提出了高效稳定的生产部署方案,达到了项目线上稳定运行的目标。在该项目上线后,使公司具备了自主的算法研究能力,不再依赖第三方算法厂家,极大增加了公司行业竞争力;
全景智能灾备云系统工程项目
2016年起,我参与了公司全景智能灾备云系统工程的开发,该项目主要功能是构建一套云云灾备系统。作为核心成员员,主要负责的工作有:
1. 对系统框架相关技术和业务进行分析,并解决系统开发、运行中出现的各种问题。
2. 确定设计元素的分组以及这些主要分组之间的接口。
3.基于django框架完成灾备云各功能模块的开发、测试、和部署。
角色 | 职位 |
负责人 | 算法工程师 |
队员 | 产品经理 |
队员 | UI设计师 |
队员 | 前端工程师 |
队员 | 后端工程师 |
电力智能巡检机器人适用于变电站、换流站等场所,精准无轨导航,可爬坡可涉水,可智能应对复杂环境。它有六大功能: 1、定点、定时、定路径巡检 2、可见光视频监控 3、数据分析 4、红外测温 5、智能识别指针、数字、位置、颜色等 6、自动回充。首次实
人脸识别系统主要由四个部分组成:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。 一般人脸识别分三个步骤:首先建立人脸的面像档案,即用摄像机采集单位人员的人脸或照片形式的面像文件,将其生成面纹(Faceprint)编码贮存起来;用摄像机捕捉当前出入人员的