1、掌握通用深度学习算法,包括分类、快速检测、图像分割等。特别的,在图像分类领域有较深研究。
2、使用最多的深度学习框架为Caffe,对Caffe源码有较多的研究。基于实际任务,可快速进行C++实现。
3、熟悉CUDA编程和并行加速。
4、基于OpenCV的图像处理,可快速实现。
5、熟练使用python,以及常用python模块。
5、编程语言以C++为主,python为辅,更偏向于C++实现。
项目1:基于深度强化学习和蒙特卡洛树搜索的棋牌类游戏AI设计。
项目2:基于交通信号灯采集的车辆图像,对违章信息(驾驶员打电话,未系安全带等)进分类,对车牌号进行检测及OCR识别,对车辆品牌,颜色等信息分类。
项目3:物流领域的箱体检测识别。
项目4:细粒度分类任务。