掌握C,C++,JAVA等相关语言,了解前端网页与SQL数据库和数据爬虫的相关知识,熟悉人工智能相关的机器学习和深度学习神经网络的相关领域,曾完成改进算法进行行人重识别和人脸识别的相关项目,也曾完成网络变换的前端构造,以及爬取物品出售数据并进行数据分析。
参与行人跨境追踪,完成的工作为行人目标的检测及重识别工作,并自主拍摄的数据集上实现该任务,借此以分析各种算法、方法
的性能。采用经典分类网络resnet50作为 backbone,辅助多种训练方法(tricks)训练模型。采取 Market-1501数据集辅助网络的训练。设置第一组实验用以对比分析finetune对于模型性能的影响。考虑到实际场景没有行人的标注,又采用yolov3网络来完成行人的检测工作,进行测试实验。
参与网络转换功能的前端网页的构建,完成的工作为用户可以从前端网页传入相应的神经网络,并进行功能的选择,通过数据库的交互,可以实现分别在后台远端不同仪器上测速并将测速结果返回给用户,以及相应的json数据文件保存到数据库中,提供给用户下载。
参与数据分析任务,通过爬取得物上运动鞋的数据,并进行数据分析,完成报告。
参与行人跨境追踪,完成的工作为行人目标的检测及重识别工作,并自主拍摄的数据集上实现该任务,借此以分析各种算法、方法 的性能。采用经典分类网络resnet50作为 backbone,辅助多种训练方法(tricks)训练模型。采取 Market-1501数据集辅助网络的训练。设置第
对于人脸表情识别的工作,主要分为人脸检测,数据增强和表情分类三个模块。在人脸检测模块,选择了Retina-face作为人脸检测器。在数据增强模块,选择使用CC-GAN网络,将数据集中的正脸图像转换为侧脸图像共同进行训练,以提高模型的鲁棒性,更符合在无约束条件下的人脸识别要求。在表