深度框架:主要使用caffe, tensorflow,pytorch,涉猎的框架包括mxnet。
熟悉主流的分类主干网络结构,常用的目标检测框架,常用分割模型等。
具备调参,featureMap,weights的可视化,网络设计修改,quantize,distillation,c++工程化,SDK封装,嵌入式端(libtorch, tflite , tf cpp, ncnn,mnn,openvino,Movidius NCS,onnxruntime, c++ crow http server, c++ libcurl client, triton_inference_server)等基本技能
从事过安防,农业,wps,医美等相关领域的图像开发。具备较广的经验,较深的技术能力。相关项目经验包括
人脸检测识别,人脸关键点检测,ocr,分类,检测,分割
该项目为之前公司做的基于pdf扫描件的ocr识别,包括了文本的方向检测,文本行检测,文本识别,识别结果纠正等模块。图片中展示的包含了中文的识别和英文的识别。
这个项目是在之前公司做的猪只的异常检测。整体流程包含了猪只的关键点检测,跟踪,异常逻辑,等等模块。最终实现效果如上图,最终可以实现短时间内的猪只异常的检测。