HTML5
深度学习
机器学习
图像处理
图像识别
机器视觉
Torch
uniapp
0
1
2
3
4
5
0
1
2
3
4
5
10天前在线
学生全职 · 300/日 · 6525/月信用正常
工作时间: 工作日14:00-23:00、周末12:00-23:00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
我是程序员客栈的菜鸟小程，就读于江苏师范大学可文学院，在校期间参加多项学科技能竞赛，并荣获不错的成绩，***开发，前端网站页面设计HTML，CSS，JS，Python爬虫数据爬取及数据清洗，擅长人工智能方向的机器学习，深度学习，计算机视觉的相关开发项目，完成了目标检测，目标分类等实战项目，对CV2，Torch，NumPy，Pandas库包具有一定的了解。
工作经历
2020-10-03 -2023-04-22江苏师范大学科文学院学生
荣获全国大学生计算机设计大赛国家三等奖，江苏省赛区三的等奖 全国大学生电子设计大赛江苏省赛区二等奖 中国工程机器人大赛暨国际公开赛国家一等奖 华东区CAD电子设计竞赛团体个人二等奖 大创项目基于Echarth的疫情数据可视化系统 大创项目基于YOLOv5的车道线检测系统
教育经历
2020-10-03 - 2023-04-22江苏师范大学科文学院智能科学与技术本科已认证
荣获全国大学生计算机设计大赛国家三等奖，江苏省赛区三的等奖 全国大学生电子设计大赛江苏省赛区二等奖 中国工程机器人大赛暨国际公开赛国家一等奖 华东区CAD电子设计竞赛团体个人二等奖 大创项目基于Echarth的疫情数据可视化系统 大创项目基于YOLOv5的车道线检测系统
技能
作品
利用Python的CV2包实现图像颜色获取，灰度图转化，高斯滤波，边缘检测，感兴趣区域获取，霍夫直线检测，描绘检测区域等功能，利用机器学习库包实现对图像的矩阵转化和矩阵运算，并对图像色彩处理实现最终的车道线识别和检测
02023-04-22 15:45
制作了基于Echarth的疫情数据可视化网站页面，同时利用爬虫技术对疫情数据进行爬取，再利用Pandas库和Numpy库对爬取的数据信息进行清洗和处理，通过自主建立的模型实现疫情数据的预测动画展示。
02023-04-22 15:37
利用PyTorch深度学习包，建立了基于YOLOv5中的seg实例分割检测模型，实现了在移动视频中或者图片中的车道线检测过程，在网络上收集了大量数据集进行标注和训练，最终实现了该模型的检测任务，其中包含了CV2包进行图像处理工作。
02023-04-22 15:25
