猿急送>

武汉其它兼职程序员

ID：261726

超级无敌陈

高级算法工程师

公司信息：
眼控科技

工作经验：
3年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日

所在区域：
武汉
全区

技术能力

3年AI图像算法开发经验，主要擅长目标检测、图像识别、文本识别OCR、人脸识别、图像分割等方向算法；
熟悉C++、python编程语言，熟练使用linux开发系统；
具有图像算法项目调研、选型、研发、应用部署全流程开发经验。
性格外向，敢于挑战困难！

项目经验

项目1：智慧城市电力施工场景智能行为监控
项目简介：项目应用于智慧电力施工场景中，监控摄像头实时采集电力施工现场的视频，然后算法检测识别场景中的人员，判定施工区域的人员是否为工作人员，并对工作人员着装进行规范，以及陌生人闯入报警等相关功能。
负责内容：
1、设计并实现基于视频帧的人脸检测与人脸识别算法。基于多帧加权策略对工作人员身份信息进行判断。
2、针对陌生人检测这种特殊场景，首先对检测到人脸类型进行分类，并只对可信度较高的人脸进行人脸信息监测，最后利用双阈值权衡工作人员与陌生人的比对结果。
3、人脸识别使用arcface-r50网络。为了克服低分辨率人脸识别问题，对训练数据随机抽取30%的样本进行下采样，增加模型对高、低分辨率样本的鲁棒性。
4、人脸检测模型采用以MobileNet为基网络的Retinaface，针对戴口罩人脸漏检问题，另外增加3000余张Kaggle的口罩人脸数据。
5、模型部署加速，将训练好的人脸检测识别pytorch模型使用TensorRT部署和INT8量化，提升模型的推理速度。

项目2：车辆年检报告单购车发票等表单识别
项目简介：主要任务是识别车辆年检时的一些检验报告单、购车发票、身份证和行驶证等表单证件中的文本内容，包含姓名,身份证号,车架号,车辆类型,检验结论等信息，另外还需要识别报告中是否有检验员签字和检测站公章。
文本识别网络采用CNN+BiLSTM+CTC结构。
主要工作：
1、负责设计算法识别检验报告单中的车牌号和车架号信息；识别报告单中灯光、制动等检测项的结果值，并判断数值是否在正常区间；检测报告单中检验人员签字栏是否存在签名，以及报告单中是否盖了检测站公章。
2、模板匹配提升识别效率：对于购车发票等格式固定的表单，为了提升表单识别的效率，设计了模板匹配的优化方法。与直接识别的方法相比，能够明显减少无关文本内容的识别次数，降低单张表单的识别耗时提升系统效率，使用模板匹配方法优化后购车发票处理耗时由约1.52s/张减少到1.29s/张，处理速度提升20%;
3、解决长短条文本识别问题：为了解决宽度过长文本识别准确率较低问题，在caffe和pytorch框架中分别采用重叠子串分割识别法和重写dataset预处理函数的方式优化模型对不同宽度文本内容的识别效果。最终使得长条文本的识别准确率由78.5%提升到99.4%.
4、模型推理多batch加速：针对表单中需要识别的文本条数量较多，识别文本时采用多batch推理加速，进行相关实验权衡显存与速度后将batchsize设置为8时，单条文本识别耗时由6.8ms减少到1.79ms，显存消耗增加200MiB；
5.负责文本识别模型优化迭代，模型训练集130万张数据，测试集10万张数据，测试集准确率99.62%.

案例展示

基于深度学习的城市场景图像分割

该项目是自然场景中的图像分割任务，使用深度学习技术能够智能分割出图像中的所有物体和人的位置，并使用这些信息进行针对性业务开发。
基于深度学习的人脸检测识别

该项目主要应用于人脸检测识别应用场景，能够检测和识别视频或图像中的人脸信息，并根据人脸信息给上层软件进行定制化业务开发。