个人介绍
编程语言: 精通Python和Java,具备扎实的编程和软件开发能力。
机器学习: 熟练应用scikit-learn库,能够高效执行和优化机器学习项目。
深度学习: 掌握TensorFlow和PyTorch框架,构建和训练复杂的深度学习模型。
数据处理与分析: 利用Pandas和Numpy进行高效的数据清洗、转换和分析。
图像处理: 熟练使用OpenCV进行图像处理任务,深入研究并实践YOLO系列算法在目标检测和图像识别领域的应用。
数据可视化: 运用Matplotlib和Seaborn工具,创建直观、专业的数据可视化图表。
工作经历
2020-07-01 -至今无锡开发人员
编程语言: 精通Python和Java,具备扎实的编程和软件开发能力。 机器学习: 熟练应用scikit-learn库,能够高效执行和优化机器学习项目。 深度学习: 掌握TensorFlow和PyTorch框架,构建和训练复杂的深度学习模型。 数据处理与分析: 利用Pandas和Numpy进行高效的数据清洗、转换和分析。 图像处理: 熟练使用OpenCV进行图像处理任务,深入研究并实践YOLO系列算法在目标检测和图像识别领域的应用。 数据可视化: 运用Matplotlib和Seaborn工具,创建直观、专业的数据可视化图表。
教育经历
2021-09-01 - 无锡太湖学院人工智能本科
技能
学生上课状态分析模块:根据人动作的变化,分析学生是否专注、打瞌睡、分心等上课状态。 数据记录与存储模块:记录学生的上课状态数据,并进行存储,以便后续分析。 实时监控与可视化模块:提供实时视频流监控,并将分析结果以图形化界面展示给使用者。 责的任务、技术栈与成果: 任务:我负责的主要任务可能包括系统设计、模型训练与优化、系统集成和测试等。 技术栈:使用了Python编程语言,基于PyTorch框架进行模型的训练与部署,使用YOLOv5作为目标检测模型,并可能涉及到TensorFlow或Keras等工具进行模型的构建和训练。
学生上课状态分析模块:根据人动作的变化,分析学生是否专注、打瞌睡、分心等上课状态。 数据记录与存储模块:记录学生的上课状态数据,并进行存储,以便后续分析。 实时监控与可视化模块:提供实时视频流监控,并将分析结果以图形化界面展示给使用者。 责的任务、技术栈与成果: 任务:我负责的主要任务可能包括系统设计、模型训练与优化、系统集成和测试等。 技术栈:使用了Python编程语言,基于PyTorch框架进行模型的训练与部署,使用YOLOv5作为目标检测模型,并可能涉及到TensorFlow或Keras等工具进行模型的构建和训练。
人脸检测模块:用于检测图像或视频流中的人脸,为后续的关键点检测提供定位。 人脸关键点检测模块:在检测到的人脸区域内,定位出面部关键点(如眼睛、鼻子、嘴巴等)的位置。 数据记录与存储模块:记录学生的上课状态数据,并进行存储,以便后续分析。 实时监控与可视化模块:提供实时视频流监控,并将分析结果以图形化界面展示给使用者。 任务:我负责的主要任务可能包括系统设计、模型训练与优化、系统集成和测试等。 技术栈:使用了Python编程语言,基于PyTorch框架进行模型的训练与部署,使用YOLOv4作为目标检测模型,并可能涉及到TensorFlow或Keras等工具进行模型的构建和训练。 难点在于数据采集与标注:可能面临数据不足或质量不高的问题。解决方法是收集更多高质量的数据,或使用数据增强技术来扩充数据集。 模型精度与实时性:需要在模型精度和实时性之间找到平衡。通过模型压缩、量化或使用更高效的算法来解决。