深度学习方面,从事计算机视觉方面研究,熟悉现有的人工智能开发框架如pytorch等,能够帮助客户实现已有深度学习模型的复现任务,以及按照客户的需求代码实现客户自己提出的深度学习模型。
在web应用方面,掌握爬虫和后端的相关技能,能够帮助用户爬取目标网站的数据以及搭建后端应用服务框架。
在深度学习方面,提出基于自监督学习的目标分割算法,由本人完成算法提出,模型搭建,代码编写,以及实验安排等全部工作,模型的性能SOTA
在web方面,曾将爬虫与后端结合,搭建资源整合网站,将目标网站的信息爬取下来,在服务器上进行清洗整理,呈现在网站页面上
成功复现MAST:A Memory-Augmented Self-Supervised Tracker一文中提到的mast模型,该模型是自监督视频目标分割算法中表现较好的模型,要复现该模型,需要安装复杂的python库,克服cuda版本问题,为了在较小的先存下进行训练评估,还需要
该项目的主要目的是通过爬虫获取网页上的各种视频信息,然后在后台将各种信息进行清洗整合,整合后的数据将展示在网页上。整个项目全部由本人完成,包括爬虫代码的编写,网站服务器框架的搭建,后端代码的编写等。