ID:341884
复制
明年
研究生 · 1年经验 · 211高校人工智能研究生
0
累计接单
0
用户评价
0
被收藏
技术能力
熟练使用Python进行编程，尤其擅长图像处理和深度学习
精通TensorFlow框架，能够快速实现和优化卷积神经网络（CNN）
熟悉MATLAB编程和图像处理工具箱，具备将MATLAB代码翻译为Python代码的经验
擅长目标检测、图像分类等计算机视觉任务
良好的算法理解能力和数据处理能力
精通TensorFlow框架，能够快速实现和优化卷积神经网络（CNN）
熟悉MATLAB编程和图像处理工具箱，具备将MATLAB代码翻译为Python代码的经验
擅长目标检测、图像分类等计算机视觉任务
良好的算法理解能力和数据处理能力
项目经验
项目名称: 图像分类任务的Python实现
项目描述:
该项目涉及使用Python、PyTorch和TensorFlow框架实现图像分类任务。项目旨在开发和训练一个卷积神经网络（CNN），实现对图像数据的分类。主要任务包括：
1. 构建一个卷积神经网络
2. 使用训练集进行模型训练，并在测试集上进行验证
项目描述:
该项目涉及使用Python、PyTorch和TensorFlow框架实现图像分类任务。项目旨在开发和训练一个卷积神经网络（CNN），实现对图像数据的分类。主要任务包括：
1. 构建一个卷积神经网络
2. 使用训练集进行模型训练，并在测试集上进行验证
案例展示
图像分类任务
下面是paddle实现的基于深度学习的图像分类部分代码： # 从paddle.vision.models 模块中import 残差网络，VGG网络，LeNet网络 # 确保从paddle.vision.datasets.Cifar10中加载的图像数据是np.ndarray
图像分类任务
# 下面是使用tensorflow实现图像分类的预测代码（部分） # create model feature = resnet50(num_classes=num_classes, include_top=False) feature.trainable
YOLO目标检测任务
项目名称： 基于YOLOv8的实时目标检测系统 时间： 2022年3月 - 2023年2月 描述： 开发并优化了一套基于YOLOv8的实时目标检测系统，用于自动化监控和安全领域。 职责： 使用YOLOv8模型进行目标检测，优化检测精度和速度。 利用PyTorch框架
立即沟通
