深度学习jxh
3天前在线
全职 · 400/日  ·  8700/月
工作时间: 工作日9:00-18:00、周末9:00-18:00工作地点: 远程
服务企业: 9家累计提交: 2工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

个人情况:
为人乐观,积极向上,不断从工作中吸取经验,快速成长,自学能力较强。有较强的责任感和事业
心,工作认真仔细。性格开朗,擅于沟通,有良好的团队合作意识
服务态度:
一切根据客户需求
技术方面:
拥有扎实的 Core Java基础,良好的编程风格;熟悉JSP+Servlet+JavaBean 模式的WEB开发;熟悉Struts,Hibernate,Spring等开源框架,了解EJB;熟悉 Tomcat等

工作经历

  • 2021-07-01 -2021-08-01科大讯飞实习

    负责机器学习、深度学习领域前沿算法及框架跟踪,搭建深度学习计算平台。负责前沿算法的技术调研与demo验证。

教育经历

  • 2021-09-01 - 2024-07-01合肥学院电子信息硕士

    文献复现:1. 使用DBNet算法对CTW1500,TotalText,Synthext数据集进行训练验证。2. 使用YOLOV5算法进行口罩检测和8种数字仪表屏幕检测。3.使用Paddle对数据集进行训练。实现基于DBNet和CRNN的文本识别与检测。

  • 2017-09-01 - 2021-07-01合肥师范学院软件工程本科

    本科软件工程专业,具有良好的编程习惯,学习能力强,适应力强。掌握JAVA语言,C语言,MYSQL数据库,JAVA WEB编程,数据结构,python基础等 可操作平台: Android studio 开发平台 ,eclipse平台,visual studio code平台等

技能

QT
机器学习
C
深度学习
图像处理
图像识别
0
1
2
3
4
5
0
1
2
3
4
5
作品
基于Yolov5的口罩检测

人脸口罩佩戴检测(识别)是当前急需的应用,而YOLOv5是目前流行的强悍的目标检测技术。本课程使用YOLOv5实现人脸口罩佩戴的实时检测。课程提供超万张已标注人脸口罩数据集。训练后的YOLOv5可对真实场景下人脸口罩佩戴进行高精度实时检测。 1. 利用yolov5对口罩数据集进行训练,可以识别已戴口罩和未带口罩的类别。 2. 将模型转为onnx模型,使用onnxruntime-gpu加速。

0
2023-04-19 02:31
基于yolo+deepsort的行人数量以及性别和年龄统计

1. 使用YoloV5对行人头部进行目标检测,使用DeepSort进行目标跟踪。 2. 使用基于ResNet50网络对行人进行性别和年龄的估计。 3. 输出时间段内,行人的总数以及年龄和性别的分布。

0
2023-04-19 02:33
基于DBNet和CRNN数字式仪表识别与检测系统

目前,数字仪表在工业得到了广泛的应用,但多数工业采用的是人工记录数值的方法。由于这种方法成本高、实时性差、人工长时间记录会导致视觉疲劳从而会有误差大等缺点,本文提出了DBNet算法和CRNN算法对数字式仪表进行检测与识别。实验结果表明,相比较与传统的数字式仪表检测与识别方法,本文所提出的方法对数字式仪表的识别与检测具有较高的准确性和鲁棒性。

0
2023-04-19 02:34
更新于: 2021-06-23 浏览: 896