普通话
0
1
2
3
4
5
1月前来过
ai
大连全职 · 300/日 · 6525/月信用一般
工作时间: 工作日09:00-07:00、周末10:00-06:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
软件工程大二学生，熟悉C/C++语言、数据结构和算法，具有了良好的编程的习惯，擅长自学，每天有1-2小时的代码学习，具有较好的分析问题和解决问题的能力，喜欢做一些有挑战性的工作。做事有耐心，并且乐于学习新知识，更注重巩固旧知识，对待学习工作十分认真。虽然缺少工作经验和社会阅历，但我会在实践工作中勤奋学习，弥补不足，积极进步。
工作经历
2025-03-04 -2025-03-12东软ai
YOLOv7 是一种先进的实时目标检测算法，属于 YOLO（You Only Look Once）系列的最新版本。它在速度和准确性方面都取得了显著的提升，被认为是目前最快的实时目标检测器之一
教育经历
2020-09-01 - 天津师范大学软件本科
语言
技能
Torch
0
1
2
3
4
5
作品
基于yolov7的目标检测 YOLOv7 是一种先进的实时目标检测算法，属于 YOLO（You Only Look Once）系列的最新版本。它在速度和准确性方面都取得了显著的提升，被认为是目前最快的实时目标检测器之一。 主要特点 高效性能： YOLOv7 在 5 FPS 到 160 FPS 的速度范围内，其准确率和速度都超过了大多数已知的目标检测器。在 GPU V100 上，YOLOv7 的准确率（56.8% AP）在所有已知实时目标检测器中是最高的。 它提供了多种模型变体，如 YOLOv7-tiny、YOLOv7 和 YOLOv7-W6，分别适用于边缘 GPU、普通 GPU 和云 GPU。 网络结构优化： YOLOv7 的网络结构包括输入（Input）、骨干网络（Backbone）、颈部网络（Neck）和头部网络（Head）。 它引入了扩展的高效层聚合网络（E-ELAN），优化了特征提取和融合。 使用了重参数化卷积技术，提高了模型的训练效率。 动态标签分配： YOLOv7 采用了动态标签分配策略，通过 Lead head 指导标签分配，提高了检测的准确性和效率。 多任务能力： 除了基本的目标检测任务，YOLOv7 还可以扩展到姿态识别等复杂任务。通过修改模型结构，YOLOv7 可以输出人体关键点坐标，用于姿态估计。
02025-03-21 12:55
基于yolov7的目标检测 YOLOv7 是一种先进的实时目标检测算法，属于 YOLO（You Only Look Once）系列的最新版本。它在速度和准确性方面都取得了显著的提升，被认为是目前最快的实时目标检测器之一。 主要特点 高效性能： YOLOv7 在 5 FPS 到 160 FPS 的速度范围内，其准确率和速度都超过了大多数已知的目标检测器。在 GPU V100 上，YOLOv7 的准确率（56.8% AP）在所有已知实时目标检测器中是最高的。 它提供了多种模型变体，如 YOLOv7-tiny、YOLOv7 和 YOLOv7-W6，分别适用于边缘 GPU、普通 GPU 和云 GPU。 网络结构优化： YOLOv7 的网络结构包括输入（Input）、骨干网络（Backbone）、颈部网络（Neck）和头部网络（Head）。 它引入了扩展的高效层聚合网络（E-ELAN），优化了特征提取和融合。 使用了重参数化卷积技术，提高了模型的训练效率。 动态标签分配： YOLOv7 采用了动态标签分配策略，通过 Lead head 指导标签分配，提高了检测的准确性和效率。 多任务能力： 除了基本的目标检测任务，YOLOv7 还可以扩展到姿态识别等复杂任务。通过修改模型结构，YOLOv7 可以输出人体关键点坐标，用于姿态估计。
12025-03-21 12:55
