意向岗位
计算机视觉实习工程师
基本信息
- lijin / 男 / 23岁
- CET-6
联系方式
教育经历
-
本科:山东科技大学
专业:网络工程
专业排名:前 10%
================================
研究生:北京林业大学
专业:计算机科学与技术
研究方向:深度学习 语义分割
技能点
专业能力
1. 掌握计算机网络、操作系统、软件工程、数据结构基础课程,熟悉常用数据结构和算法
2. 了解常用机器学习算法(KNN、逻辑回归、决策树、朴素贝叶斯、SVM)
3. 熟悉卷积神经网络基础知识,了解多种常用CNN网络结构与思想(AlexNet、GoogLeNet、ResNet、DenseNet)
4. 熟悉常用语义分割网络结构及应用(FCN、UNet、SegNet、PSPNet、Deeplab系列)
5. 了解常见Attention网络结构及思想(No-local、DANet、CCNet、PANet)
6. 了解常用目标检测算法流程(Faster R-CNN、Yolo系列)
6. 项目中熟悉使用PyTorch框架,了解Tensorflow和Keras框架。
7. 熟练使用Git和GitHub,热爱开源技术。
项目经验
-
[项目1]基于语义分割的矿区无人机影像地物提取
- 技术栈:PyTorch + Deeplab + CCNet + ResNeSt + ResNet
-
[流程]数据切割、数据标注、分割网络搭建、数据载入、训练、K折交叉验证
[职责]项目代码的编写与提取效果改进
[主要贡献]
1、编写数据增强程序进行训练数据增强
2、模型训练实现K折交叉验证以及使用权重来针对解决样本不均衡问题
3、引入注意力机制;并联CCNet和Deeplabv3-aspp模块进行优化分割结果
4、编写评估程序计算测试集的Acc、MIoU、Kappa系数和class-acc数据
-
[项目2] Kaggle比赛:Global-Wheat-Detection
- 技术栈:PyTorch + Faster-RCNN + Pseudo-Labeling + EfficientDet
- [模块]数据分析、Faster-RCNN训练、Pseudo-Labeling策略、EfficientDet训练等
- [公榜成绩]Public: 0.7506 | 106/1815 | top 6%
- [私榜成绩]Private:0.6681 | 22/2245 | top 1%
-
[主要贡献]
1、基于Pandas对CSV文件及数据集进行数据划分及载入
2、Baseline:使用Faster-RCNN进行训练
3、在Baseline的基础上加入Pseudo-Labeling策略
4、采用EfficientDet + Pseudo-Labeling训练