个人介绍
熟练掌握Python Java 熟悉C/C++ scala shell
熟练使用pytorch框架,对sklearn ,sparkMlib ,tensorflow ,numpy ,pandas ,openCV等机器/深度学习框架比较熟悉
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
2022-03-09 -2023-01-03北京翼维科技有限公司 算法工程师
处理公司视觉任务,完成算法开发 评估 部署,撰写文档
教育经历
2016-01-02 - 2020-08-05河北科技大学理工学院电气工程及其自动化本科
技能
项目简介: 通过假设在监测区域摄像头获取实时事故多发段道路信息,通过one-stage检测算法实现车流检测,并使用sort算法进行多目标跟踪,配合虚拟线圈完成目标框与检测线的碰撞检测,完成流量检测 责任描述:算法实现 1. 通过实地考察高速路段场景,车辆类型,车速等因素结合项目需求,进行技术选型和前期验证 2. 选择使用yolov3进行车辆检测,通过迁移学习,使用公司内部的数据集完成对模型的fine-tuning。使用DNN进行部署 3. 使用kalman滤波实现对目标框的修正并建立跟踪链,使用numba优化速度 4. 使用匈牙利算法完成目标框与检测框数据关联, 5. 使用SORT,根据IOU,Kalman,KM算法实现多目标跟踪 6. 通过模拟物理线圈的方式,进行碰撞检测来完成车流技术的功能
项目简介: 对摄像头采集到的数据进行处理,使用two-stage模型完成人脸检测,姿态检测,关键点识别,活体检测与人脸识别 责任描述:模型训练与部署 1. 对摄像头采集的视频进行处理,使用yolov3tiny完成人脸检测 2. 多任务:Backbone使用resnet34,完成关键点(wing-loss),人脸姿态(landmark-free直接回归欧拉角),性别(分类),年龄检测(回归) 3. 通过计算人眼关键点横纵比变化来进行活体检测 4. 人脸识别:backbone使用SeNet,头网络使用Arcface,使用BS架构。为了调高计算并行度,将原论文中的loss改为(FeatureMax @ W) 5. 优化人脸识别评估自动调参,FAR错误接受率低于十万分之一,FRR 51%,精准率55%(单张图片) 6. 优化人脸数据自动录入(姿态过滤,翻滚角修正,依据翻滚角进行仿射变换)
项目简介: 在安卓端部署 上游:目标检测 下游:21关键点回归 手势识别 责任描述:独立完成算法的开发训练部署 1. 使用YoloV5-lites 训练手掌检测器 0.5mAP 0.9 2. 使用mediapipe-hand作为关键点回归器 将backbone的输出anchor尺度调整 3. 使用逻辑回归识别手势模式 准确率98%,使用决策树完成 静态手势识别 分类准确率97% 4. Pt转onnx转ncnn,使用Ncnn框架完成yolo模型的量化,并修改结构适配输入输出 模型大小 6M(原始)->3M(fp16)->1.6M(int8) 推理速度10fps->20fps->23fps 5. 使用c++完成Android端模型部署,以及业务逻辑 6. Android Native层完成性能优化,so包部署