做过微信小程序的后端,使用的是微信官方语言。
基于深度学习的手势识别方法的实现,应用了OpenCV、DNN、CNN等,其中CNN使用的是MobileNet V1模型。
熟悉语言:C、C++、Python,包括基本的使用等。
基于深度学习的手势识别方法的实现 (个人项目)
项目描述 : 针对移动端设备对于深度学习模型的计算量和模型大小要求等问题,项目对比基于 DNN 和 CNN 两种神经网络下的实验结果,包括在白墙背景下和图书馆书架背景下的识别结果对比,得出初步结论。
应用技术 : Python、OpenCV、DNN、CNN、MobileNet V1。
职责描述 : 1. 图像处理,包括扣除背景、肤色检测、图像分割
2. 基于 DNN 实现实时手势识别,构建 DNN 训练模型,创建数据集和测试集
3. 基于 CNN 实现实时手势识别,构建 MobileNet V1 模型,创建数据集和测试集
校园服务平台——同行者(大创项目) 项目负责人
项目描述 : 针对目前大部分高校位于距离市区或者重要交通站点位置较远的普遍性问题,通过搭建一个面向对象主要为同校学生的校内同行平台,解决存在的出行问题和同行的安全问题。小程序端实现帖子的上传、搜索、删除、评论等功能、申请同行功能、用户登录、学生信息绑定和验证功能以及用户信息维护等功能。
职责描述 : 负责后端开发以及小程序功能的整合。
1. 同行申请功能、查看同行情况功能,包括发送同行申请、同意同行申请、查看申请人信息
2. 首页帖子的展示和管理,包括显示全部有效帖子、撤销无效帖子、操作显示帖子和用户详情的功能
3. 个人界面中“我的帖子”和“消息记录”板块的展示和管理
项目描述 : 针对目前大部分高校位于距离市区或者重要交通站点位置较远的普遍性问题,通过搭建一个面向对象主要为同校学生的校内同行平台,解决存在的出行问题和同行的安全问题。小程序端实现帖子的上传、搜索、删除、评论等功能、申请同行功能、用户登录、学生信息绑定和验证功能以及用户信息维护等
项目描述 : 针对移动端设备对于深度学习模型的计算量和模型大小要求等问题,项目对比基于 DNN 和 CNN 两种神经网络下的实验结果,包括在白墙背景下和图书馆书架背景下的识别结果对比,得出初步结论。 应用技术 : Python、OpenCV、DNN、CNN、MobileNet