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