猿急送>

宁波其它兼职程序员

ID：387503

青铜火机和电吹风

硕士研究生（AI方向）

公司信息：
浙江大学

工作经验：
3年

兼职日薪：
500元/8小时

兼职时间：
下班后

所在区域：
宁波
全区

技术能力

掌握的技术：
我具备扎实的深度学习框架使用经验，熟练掌握PyTorch和Lightning框架，能够高效构建和训练复杂的神经网络模型。在计算机视觉领域，我精通OpenCV图像处理库和Ultralytics目标检测框架，具有丰富的图像分析和处理实践经验。我的研究专注于半监督学习、医学图像分割和遥感图像提取等前沿领域，特别是在医学图像分割方面，我在MICCAI 2023半监督牙齿分割挑战赛中获得全球第三名（3/466），展现了出色的算法设计和实现能力。此外，我具备优秀的数学建模能力，曾获得中国大学生数学建模竞赛全国一等奖，并在2024年MCM数学建模竞赛中获得Finalist Prize。在软件开发方面，我熟练掌握Java编程，在蓝桥杯软件类Java B组中获得全国二等奖。这些技术能力和竞赛经历使我能够快速理解业务需求，设计并实现高效的AI解决方案。

项目经验

项目经验：

全国数学建模竞赛全国一等奖，美国数学建模竞赛特等奖提名。

发表多篇学术论文：

1. CrossMatch：半监督医学图像分割增强方法
这是我参与的一个重要项目，目标是解决医学图像标注数据不足的问题。我们提出了一种结合扰动策略和知识蒸馏的新方法，显著提升了分割效果。
我作为共同第一作者（第一学生作者），负责算法设计和实验验证，最终成果发表在顶级期刊JBHI（影响因子7.1）。代码已开源，获得了广泛关注。

2. SymMatch：对称双尺度匹配的半监督医学图像分割方法
这是我主导的一个项目，提出了一种结合图像级和特征级匹配的新框架，在多个医学图像数据集上取得了领先的性能。
我作为第一作者，设计了自蒸馏机制和多尺度匹配策略，有效提升了模型在有限标注数据下的表现。该项目被CCF-B类会议BIBM 2024录用。

3. SCANet：建筑物提取网络
这是一个针对遥感图像中建筑物提取的项目。我提出了一种结合拆分注意力和坐标注意力的新型网络架构，显著提升了提取精度。
我作为第一作者，设计了多尺度特征融合模块，解决了遥感图像中目标尺度变化大的问题。该项目被CCF-C类会议ICONIP 2024录用。

4. MICCAI 2023 半监督牙齿分割挑战赛
这是我参与的一个国际竞赛项目，目标是实现3D牙齿的自动分割。我们提出了一种多阶段训练策略，结合傅里叶变换的数据增强方法，显著提升了模型的泛化能力。
最终，我们在全球466支队伍中获得了第三名，展现了团队在医学图像分割领域的技术实力。

案例展示

CrossMatch论文（Top期刊）

医学图像分割的半监督学习提出了有效使用有限标记数据同时利用大量未标记数据的独特挑战。尽管取得了进步，但现有方法通常无法充分利用未标记数据的潜力来增强模型的稳健性和准确性。在本文中，我们介绍了 CrossMatch，这是一种新颖的框架，它将知识蒸馏与双重扰动策略、图像级和特征级相结
智能云电子警察系统

本项目是一套融合深度学习、物联网、计算机视觉、等技术为一体的智能化云电子警察系统。可在道路单摄像头的情况下，做到为工作人员提供稳定、高效、准确率高的车辆违章检测，并及时汇报给工作人员。该系统通过结合了深度学习与传统算法，实现了画面内车辆信息的获取及实时跟踪，并行处理各种情况的违章