熟悉Python编程语言,快速浏览英文文献,了解计算机视觉、数字图像处理、数据结构与算法分析的相关知识。
熟悉当前的深度学习主流框架Pytorch的使用以及拓展;在高光谱图像处理方面,能够使用深度学习实现高光谱图像分类,并且能够要求实现相应的算法。
目前在了解噪声标注以及主动学习方面的知识。
水下机器人,负责软件视觉部分,使用传统图像处理实现渔网破损检测,基于yolov5实现裂缝检测
高光谱图像的分类;主要是使用深度学习实现分类精度以及空间复杂度的提升,深度学习模型利用Autoencoder完成端到端的学习,并且引入张量分解,对encoder的输入进行优化。
该项目是做一个水下机器人,其功能是负责识别水下渔网是否有破损,我在该作品中负责软件视觉部分,使用传统视觉的做法实现破网识别
该作品是高光谱图像分类,详细功能是对高光谱数据集中的地物数据进行分类,在该作品中,我使用Autoencoder以及引入张量分解算法,来提高分类精度和降低空间复杂度;并且目前正在结合噪声标注或主动学习进行高光谱分类