1.熟练掌握python,数据处理、深度学习
2.熟练掌握Linux,环境部署、手撸驱动
3.熟练使用开发板,如STM32、树莓派、Jetson。
5.熟悉自然语言处理,发表过CCF B与A级论文
6 熟悉计算机视觉,在SCI Q1级期刊发表遥感任务的相关研究
我的技术专长使我能够为客户提供切实有效的解决方案。
海底电缆破损检测项目:开发了一套基于深度学习的图像识别系统,能够准确快速地定位和识别海底电缆的损伤,显著提高了检测效率和准确性。
视觉道路智导系统:参与设计并实现了一套先进的计算机视觉系统,通过实时图像分析技术指导车辆安全行驶,提高了道路使用的安全性和效率。
基于Transformer的心电图(ECG)时间序列分析:利用Transformer模型处理心电图数据,成功实现了对心脏病变的精准预测,为临床诊断提供了有力的技术支持。
新闻文本分类项目:开发了一个自动新闻分类系统,应用NLP技术高效地对大量新闻文本进行分类,帮助提高了信息检索和内容管理的效率。
互联网由于其内容便于存储、易于获取、信息量丰富、方便阅读等特点,成为当下人们获取信息的主要渠道。网络上的信息量庞大,有各种噪声干扰,并且数据量以惊人的速度不断增长,通过人工进行分类势必不可行,为了方便不同用户操作、提高用户体验,产生了对新闻内容自动分类技术的需求。
本系统构建于 Ubuntu 18.04系统的Jetson Nano开发板之上,选用搭载TC264的机器车作为运动控制的底盘。在视觉功能的实现方面,我们采用了 Pvtorch框架进行模型的开发和训练。为了更高效的性能,我们通过 TensorRT对模型进行了部署,并利用 CUDA进行