![](/Public/image/icons/duty.png)
![](/Public/image/icons/location.png)
全职 · 500/日 · 10875/月信用一般
工作时间: 工作日10:00-00:00、周末14:00-08:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
![](/Public/image/wo/wechat-grey@3x.png)
![](/Public/image/wo/phone-grey@3x.png)
![](/Public/image/icons/lock_2.png)
个人介绍
我是程序员客栈的【昵称】,一名【二级方向】; 我毕业于【兰州大学】,担任过【】的【职位】,担任过【公司2】的【职位】; 负责过【项目1名称】,【项目2名称】,【项目3名称】的开发; 熟练使用【技术栈1】,【技术栈2】,【技术栈3】,【技术栈4】,【技术栈5】; 如果我能帮上您的忙,请点击“立即预约”或“发布需求”!
工作经历
2023-08-01 -至今三上软件开发工程师
主旨啊不是金科地产巴萨卡白大拿卡机是大声道阿萨德阿萨德阿萨德是大声道阿萨德阿萨德阿萨德
教育经历
2019-09-03 - 2023-08-01兰州大学人工智能本科
大学读书
技能
深度学习
0
1
2
3
4
5
作品
![城市遥感图像语义分割](https://filescdn.proginn.com/works_1079742/works_1079742/8bcb76cee6f3a045558c0edd4cdda0ece7722c67.png!work1)
1.该项目主要面向智慧城市,城市规划等方向,通过对遥感图像中各类物品的语义分割,达成各类设施统筹管理的目的 2.该项目主要采用pytorch框架,使用的是当下大热的深度学习技术,可以对各类复杂的场景进行对应的数据训练,从而达成良好的分割结果。项目主要采用HRnetV2+OCR为主要的语义分割模型,HRnetV2可以对高分辨率图像进行准确的识别处理,完成第一次分割处理,OCR模型则通过上下文检测技术,挖掘每个像素点与其他像素点的关联,以完成更进一步的精确分割 3. HRNet 联接上下文特征提取和自注意力机制模块 OCR的结合,相较于原始的单一 HRNet 模型的mIOU= 49.79%,提升到了 58.72%,增加了 8.93%,在贫瘠地类的分割上甚至提升了 42.06%,这表明加入 OCR模型后可以有效提升城市遥感图像语义分割的准确率()
![](https://stacdn.proginn.com/image/icons/zan_1.png)
2025-01-10 00:24