Issac
硕士研究生 · 1年经验 · 华中科技大学
0
累计接单
0
用户评价
1
被收藏
技术能力
C++、python
数据分析、机器学习、深度学习、人工智能、图像处理、计算机视觉(图像分割、图像分类、目标检测)、爬虫
Qt应用开发
前端（CSS、JS、HTML）
小程序开发
OpenCV、docker
数据标注
数据分析、机器学习、深度学习、人工智能、图像处理、计算机视觉(图像分割、图像分类、目标检测)、爬虫
Qt应用开发
前端（CSS、JS、HTML）
小程序开发
OpenCV、docker
数据标注
项目经验
项目经历
基于深度学习的产后妇女形体评估系统（2021.08-至今）
担当角色：主要成员
主要工作： 该系统首先通过 kinect 深度相机采集体表的深度图像，经过预处理后分割 出人体区域。然后通过深度学习的方式识别出人体体表主要关键点的位置，同时利用深度 图 像的空间映射关系计算出肩膀，脊椎，骨盆，下肢区域的指标数值，最后以图表的方式呈现 结果。（本项目是 2020 届师兄的毕业论文，前面还有两个 2021 届师兄师姐），本人目前的主要工作是对分割出人体的深度图像进行进一步处理，以优化显示效果，例如各种滤波，目前已经尝试过使用水平集方法检测人体边缘轮廓并进行平滑。
主要收获： 学习了 OpenCV、QT、VTK 等用于图像及 UI 界面开发的框架，积累了 C++项目经验。
“泰迪杯”数据挖掘挑战赛（2020，春）
担当角色：组长
主要工作：电力巡检智能缺陷检测，实现对绝缘子串珠的分割以及对自爆绝缘子的识别和定位，即目标检测。
主要收获：了解了图像分割，分类，目标检测的主要任务和区别，学习了用于目标检测 的 yolo 神经网络。
2020 微信小程序应用开发赛（2020，春）
担当角色：核心成员
主要工作：实现一个基于面部表情识别的生活类微信小程序。完成了前端页面的设计， 以及神经网络的构建及部署。
主要收获：掌握了如何将一个神经网络部署到具体的应用，锻炼了前端的代码能力。对 一个软件的开发流程有所掌握，即从需求分析到最终的成品的过程。 熟悉了 JavaScript， Html，CSS。
基于鼠脑数据集的细胞和血管分割（2019.09-2021.03）
担当角色：核心成员
主要工作：对鼠脑 MOST 图像采用深度学习及图像处理方法进行分割，得到目标区域 (胞体和血管)。实现了同时对细胞体和血管进多标签的图像分割，准确率均达到 98%以上。 基于此项目，有一篇 SCI 论文已发表。
主要收获：对进行一个完整的数据分析的流程有所掌握，从数据预处理到搭建神经网络以及数据后处理。积累了关于图像处理，计算机视觉，深度学习神经网络的相关知识。对 keras(TF),docker,opencv 等相关技术有所了解。
鼠脑神经元人工重建(2018，夏)
担当角色：组长/志愿者
主要工作：协助武汉国家光电研究中心生物医学光子学功能实验室进行鼠脑神经元人工 重建的工作，在 MOST 图像上对神经元进行标注。个人完成 4 至 6 条完整神经元的标注， 作为小组长帮助队友进行实验，作为项目志愿者，帮老师检查其它小组的神经元标注，并进行纠错。
主要收获：了解了数据标注对于数据科学的重要性，作为小组长锻炼了团队协作能力， 作为项目志愿者锻炼了人际沟通能力
基于深度学习的产后妇女形体评估系统（2021.08-至今）
担当角色：主要成员
主要工作： 该系统首先通过 kinect 深度相机采集体表的深度图像，经过预处理后分割 出人体区域。然后通过深度学习的方式识别出人体体表主要关键点的位置，同时利用深度 图 像的空间映射关系计算出肩膀，脊椎，骨盆，下肢区域的指标数值，最后以图表的方式呈现 结果。（本项目是 2020 届师兄的毕业论文，前面还有两个 2021 届师兄师姐），本人目前的主要工作是对分割出人体的深度图像进行进一步处理，以优化显示效果，例如各种滤波，目前已经尝试过使用水平集方法检测人体边缘轮廓并进行平滑。
主要收获： 学习了 OpenCV、QT、VTK 等用于图像及 UI 界面开发的框架，积累了 C++项目经验。
“泰迪杯”数据挖掘挑战赛（2020，春）
担当角色：组长
主要工作：电力巡检智能缺陷检测，实现对绝缘子串珠的分割以及对自爆绝缘子的识别和定位，即目标检测。
主要收获：了解了图像分割，分类，目标检测的主要任务和区别，学习了用于目标检测 的 yolo 神经网络。
2020 微信小程序应用开发赛（2020，春）
担当角色：核心成员
主要工作：实现一个基于面部表情识别的生活类微信小程序。完成了前端页面的设计， 以及神经网络的构建及部署。
主要收获：掌握了如何将一个神经网络部署到具体的应用，锻炼了前端的代码能力。对 一个软件的开发流程有所掌握，即从需求分析到最终的成品的过程。 熟悉了 JavaScript， Html，CSS。
基于鼠脑数据集的细胞和血管分割（2019.09-2021.03）
担当角色：核心成员
主要工作：对鼠脑 MOST 图像采用深度学习及图像处理方法进行分割，得到目标区域 (胞体和血管)。实现了同时对细胞体和血管进多标签的图像分割，准确率均达到 98%以上。 基于此项目，有一篇 SCI 论文已发表。
主要收获：对进行一个完整的数据分析的流程有所掌握，从数据预处理到搭建神经网络以及数据后处理。积累了关于图像处理，计算机视觉，深度学习神经网络的相关知识。对 keras(TF),docker,opencv 等相关技术有所了解。
鼠脑神经元人工重建(2018，夏)
担当角色：组长/志愿者
主要工作：协助武汉国家光电研究中心生物医学光子学功能实验室进行鼠脑神经元人工 重建的工作，在 MOST 图像上对神经元进行标注。个人完成 4 至 6 条完整神经元的标注， 作为小组长帮助队友进行实验，作为项目志愿者，帮老师检查其它小组的神经元标注，并进行纠错。
主要收获：了解了数据标注对于数据科学的重要性，作为小组长锻炼了团队协作能力， 作为项目志愿者锻炼了人际沟通能力
立即沟通
