本人从事AI智能行业,精通OpenCV图像数据处理包括但不限于去噪、轮廓提取、各类形态学变化、二值化处理以及霍夫变换等常用方法;深度学习各类任务:分类、回归、分割、目标检测等以及文字识别ocr框架,如人脸识别、yolo系列、unet系列、基于RNN的LSTM系列。拥有目标检测,瑕疵检测,行为识别等多种实际工程落地经验。精通Linux系统下的各类开发任务
项目1
项目需求:1、检测出苹果表面瑕疵并按瑕疵所占面积大小进行分级 2、将全红苹果和条纹苹果区分
算法实现:采用mobilev2为编码的unet分割模型,进行多头输出侦测,一个输出头作为全红苹果和条纹苹果的分类任务,另一个输出头作为瑕疵检测的分割任务
项目职责:设计模型、优化压缩模型、部署到jetson_NX边缘设备上
项目成果:分割miou达到90%,误检率小于3%,甲方已验收
项目2
项目需求:识别出UI界面上的某些特殊信息提供给客户保存存档(目标区域为一串固定长度的数字)
算法实现:利用unet3+作为目标区域的检测,再经过OpenCV对目标区域进行矫正提取出目标区域,再将该区域作为网络输入放进cnn2seq网络中进行文字识别提取
项目职责:数据清晰、设计模型、优化压缩模型
项目成果:分割miou达到94%,文字识别精度达到99%,甲方已验收
项目需求:识别出UI界面上的某些特殊信息提供给客户保存存档(目标区域为一串固定长度的数字) 算法实现:利用unet3+作为目标区域的检测,再经过OpenCV对目标区域进行矫正提取出目标区域,再将该区域作为网络输入放进cnn2seq网络中进行文字识别提取 项目职责:数据清晰、设
项目需求:1、检测出苹果表面瑕疵并按瑕疵所占面积大小进行分级 2、将全红苹果和条纹苹果区分 算法实现:采用mobilev2为编码的unet分割模型,进行多头输出侦测,一个输出头作为全红苹果和条纹苹果的分类任务,另一个输出头作为瑕疵检测的分割任务 项目职责:设计模型、优化压缩
项目需求:1、检测出苹果表面瑕疵并按瑕疵所占面积大小进行分级 2、将全红苹果和条纹苹果区分 算法实现:采用mobilev2为编码的unet分割模型,进行多头输出侦测,一个输出头作为全红苹果和条纹苹果的分类任务,另一个输出头作为瑕疵检测的分割任务 项目职责:设计模型、优化压缩