广州其它兼职程序员

ID：282762

江颖

掌握的技术如下：
1、pytorch/tensorflow深度学习框架
2、掌握SOTA的网络模型，如BIT、VIT、DDPM、GAN
3、基于卷积神经网络、transformer的图像分类
4、图像分割
5、图像变化检测
现在的主流是应用大型预训练网络和大规模数据集

1、电力缺陷目标检测（YOLOv7）
2、遥感影像新增建筑变化检测（transformer）
3、松材线虫病变区域分割(Unet变体)

新增建筑影像变化检测

遥感变化检测是通过对同一地区进行多次观测,进而获取该地区在观测间隔中发生的变化。变化检测一直都是遥感领域中最重要的研究之一,其在各个领域都有巨大影响力。随着城市化进程的不断推进,城市管理也越发重要,违章建筑的及时发现是城市管理者的重要工作之一;自然灾害对人类的打击是巨大的,我国也
电力缺陷目标检测

随着我国电能传输需求的持续增加和电力系统规模的不断扩大，电力系统的安全和稳定问题日益显著，因此对电力设备运行的可靠性提出更高的需求。以输电线路为例，截止2017年底，国网公司110（66）kV及以上架空输电线路总计94余万公里，其中500kV及以上架空输电线路长度18余万公里。然
基于无监督学习的地物分割

无监督学习是一种机器学习，它在没有预先存在的标签和最少的人工监督的情况下，在一个数据集中寻找以前未被发现的模式。与通常使用人类标记数据的监督学习不同，非监督学习(也称为自组织学习)允许对输入的概率密度建模。它与监督学习和强化学习一起构成了机器学习的三个主要类别之一。无监督学习的两