• 熟练使用Pytorch,Tensorflow框架,熟练使用C++,Python,Linux脚本语言;
• 掌握 CNN、RNN、LSTM 等基本神经网络结构,熟练图像识别、分类和目标检测,熟练深度学习图像算法;
• 了解 SVM、KNN、决策树、随机森林、逻辑回归、Nave Bayes、k-means 等传统机器学习算法以及常见数据分析方
法;
• 熟悉计算机网络,了解TCP/IP,HTTP等网络协议;
本项目就是基于缺陷的绝缘子图像的轻量化目标检测,使用python实现。主要功能检测电力设备绝缘子中由
于长期暴露等因素导致绝缘子出现爆裂的绝缘子,如果不检测出缺陷的电力绝缘子会影响供电。
• 主要工作:1.从github上拉取CenterNet目标检测模型代码,CenterNet是一种基于关键点的目标检测模型; 2.使用LabelImg对自己构建的数据集进行标注; 3.复现使用自己构建的电力绝缘子数据集的CenterNet网络模型; 4.对原始CenterNet模型进行改进,将原始的CenterNet中特征提取网络ResNet50改进为轻量化特征提取网络 MobileNetV1网络,并进行对比实验;
本项目就是基于缺陷的绝缘子图像的轻量化目标检测,使用python实现。主要功能检测电力设备绝缘子中由 于长期暴露等因素导致绝缘子出现爆裂的绝缘子,如果不检测出缺陷的电力绝缘子会影响供电。
本项目就是基于Redis中跳表数据结构实现的轻量级键值型存储数据库,使用C++实现。主要功能有插入数 据、删除数据、查询数据、数据展示、数据落盘、文件加载数据,以及数据库大小显示;如果想自己写程序使用这个键 值对型存储引擎,只需要在你的CPP文件中导入接口就可以使用。