0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
算法工程师
南京全职 · 600/日 · 13050/月信用正常
工作时间: 工作日20:00-21:30、周末15:30-18:30工作地点:
远程
服务企业:
7家累计提交:
1工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
河海大学本科毕业生，工作经验不足一年，
计算机视觉方向上人脸识别，人脸聚类做过企业项目；
同时对目标检测和识别方向也有一定基础。
熟练使用编程语言为python，掌握的深度学习框架为pytorch。
在校时做过的项目有：
汇编语言实现的全连接神经网络进行手写数字识别；pyqt5实现的软件前端界面使用对抗学习做去年龄相关的跨年龄人脸识别项目工作经历
2021-07-21 -2021-09-02南京行者易智能交通科技有限公司算法工程师
工作上为入职一月有余为公司成功做出完整项目一项，并且完成了大大小小的零散任务多项，被团队负责人夸奖作为本科生基础好，工作积极，同时乐于学习
教育经历
2017-09-04 - 2021-06-30河海大学计算机科学与技术本科
河海大学本科生正常毕业，取得学士学位和毕业证书
技能
作品
本项目是大二期间做的微机课设，内容是使用汇编语言实现神经网络，从而做出一个手写识别 本项目采用win32汇编单人自行学习和完成，体现个人学习能力的同时也可以说明到个人对于深度学习的基础 是比较牢固的，可以看到图中每次迭代没有多余的内存使用，该释放的全部释放。 并且最终做出了一个简单的界面用于手写并识别，效果也是良好，准确率87.77%
02023-02-28 22:50
该方法的想法是将人脸身份特征所在空间转换为如下空间： 有些实体位于空间的“山峰”位置，这些图片直觉上有更高的可能性是属于明确的某一个id； 而处于“山谷”类的位置的图片，可能跟周围的实体在特征上都有一些相似之处，也就是不够“典型”，从而需要额外进行判断是某一类。此时可以看它所处的位置偏向于“哪座山峰”
02021-09-03 00:05
该作品涉及包括了多任务学习、对抗学习和典型相关分析方法，利用主干网络对人脸进行特征提取，然后分解为两个部分，然后使用两个分类器进行训练，分别提取年龄和身份特征，接着利用典型相关分析方法一方面学习代表性的身份和年龄变量，从而得到相关系数；另一方面优化主干网络性能，减少这个相关系数，从而在对抗中达到去年龄相关的目的
02021-09-03 00:02
