水务智能识别产品化研发

ai 算法工程师

2024.06-至今

项目介绍：项目致力于提升水域管理效率，实现实时数据监测与智能分析，通过图像分割与处理技术，精准监控水位水流量，将智

能识别算法转化部署到边缘端、服务器端、APP端，推动水务管理向数字化、智能化转型。

工作内容：

1.安卓端调用PyTorch的.pth模型，实现在安卓端对水位线进行分割；

2.安卓端调用FFMpeg多媒体处理工具，通过FFMpeg提取视频中的关键帧，实现对水位水流量的识别与计算；

3.调用清华的水流量核心算法(保密)，通过加载调用清华方的流量流速算法，计算水域实时的流量流速。

主要技术：语言：Python，Java；模型调用：onnxruntime库；图像处理：Android-OpenCV；多媒体处理工具： mobile-ffmpeg

图像生成模型统筹

算法实现与评估

2024.05-至今

项目描述：在深度学习、计算机视觉及人工智能领域，高质量、多样化的数据集是驱动模型性能提升的关键因素。然而，现实世界

中往往存在数据稀缺、标注成本高、数据分布不均衡等问题，限制了模型训练的效果和泛化能力。本项目旨在通过融合传统图像处

理技术、深度学习算法及最新生成模型（如 CNN、Stable Diffusion 等），开发一套高效的数据集扩充与生成系统，以应对上述

挑战。

工作内容：

1. 负责传统数据增强算法的设计与调优；

2.负责风格迁移算法的选择与实现；

3.图像和谐化的选择与实现；

4.对文生图数据集结构解码，获取数据集格式，解读 pickle 文件，设计文生图的文本描述；

5.了解基于 SD 的图像外扩与图像补全，评估图像外扩与文生图的可行性

多源水表图像识别

ai 算法工程师

2023.12-2024.05

项目介绍：本项目通过构建多源水表数据集，使用人工智能、边缘计算等技术改造传统水表面临的抄表困难、时间长、时效性低等

问题，构建涵盖以用户及水利所实现实时查看、历史记录查询等智能化水务系统解决方案。

工作内容：

1.构建多尺度、不同环境下的水表数据集，包括水表数据的采集、扩充以及标注方法的研究；

2.负责目标检测模型的研究，根据目标大小设计网络结构以及注意力机制下模型的改进研究；

3.针对未标注的数字水表中的指针区域，使用基于深度学习图像和谐化方法，将已标注的全指针水表的指针及标注迁移到数字水表 

刘圣仁

男 | 25岁

*

s202205049@st.nuc.edu.cn

求职意向：机器学习 | 期望薪资：15-20K | 期望城市：北京

本人性格热情开朗，待人友好，为人诚实谦虚。学习能力强，善于分析、总结、判断，能够从整体把握事物，追根究底，力图抓住

事物本质，有强烈的责任心和认真的工作态度，力求又快又好的完成任务，有耐心。具有亲和力，平易近人。