熟练掌握图像处理、计算机视觉、深度学习和机器学习各项技术,并有丰富的计算机视觉相关项目经验。近年来,在海上和海下目标检测和识别,大规模数据和模型压缩以及目标实例分割等领域积累了大量的项目经验。此外,还具备深度学习模型向移动动迁移的项目经验。在计算机视觉和模式识别等领域的期刊和会议上发表论文多篇,申请专利多篇,同时具备丰富的工程经验以及知识产权申请经验。研发团队成员,同时具备计算机视觉算法开发能力以及android前端开发能力。欢迎有相关应用需求的雇主,能与我们联系和合作开发。
复杂场景下,通信设备中插签、帽子、插孔三种状态的定位和状态识别,以及插签上条形码的识别。深度模型在服务器端进行训练好后,借助ONNX和NCNN相关工具进行转换,便于android端的模型部署生成apk, sdk等应用文件。
角色 | 职位 |
负责人 | 高级算法工程师 |
队员 | 安卓工程师 |
该项目主要是针对复杂场景下,通过手机对通信设备进行拍照,利用深度学习技术和手机端的计算能力,对设备端口状态和条形码进行识别。
本项目主要是解决复杂海上开放场景下的舰船舷号识别任务,通过深度学习技术对舰船身份进行准确的检测和识别。
该项目主要是解决车牌识别问题,针对车牌存在拍摄模糊、泥巴污损、拍摄视角多样以及光照不足的情况下,设计深度学习模型,提高车牌的识别精度。