工作经历
2022-09-01 -2023-05-08中国科学技术大学学生
中国科学技术大学软件学院国家重点实验室在读直博生。研究方向为:嵌入式系统设计方向 其培养目标是兼顾这两个领域,培养既有系统知识又具备嵌入式系统设计基础,同时又能熟练运用设计工具的复合型嵌入式系统设计人才。 本专业主要课程设置包括:高级软件工程、软件质量保证与软件测试技术、网络计算与移动计算、嵌入式操作系统、嵌入式系统设计、复杂数字系统设计、微处理器/微控制器体系结构、EDA技术、SOC设计方法等。
教育经历
2022-07-01 - 2023-05-08中国科学技术大学计算机科学与技术硕士
2018-09-01 - 2022-07-01中国科学技术大学计算机科学与技术本科
技能
基于深度学习Keras模型的厨余垃圾识别算法代码可以实现以下功能: 对厨余垃圾图片进行分类和识别,通过神经网络模型自动判断厨余垃圾的类型; 可以实现高准确率的分类和识别,甚至比人眼识别更加精确; 可以对大量厨余垃圾图片进行自动化处理,极大地提高了识别效率和速度; 基于深度学习技术,可以进行模型优化、数据增强等技术手段,提高识别精度和泛化能力; 模型训练后可用于智能垃圾分类回收设备或者App中对用户投放的垃圾进行检测和识别; 总体来说,基于深度学习Keras模型的厨余垃圾识别算法代码可以实现高效、自动化的厨余垃圾分类和识别,为实现智能化垃圾分类提供了重要的技术支持。
爬虫爬取图片实现了以下主要功能: 在指定的网站中获取特定内容的URL(通常是图片); 使用HTTP协议的GET方法,通过访问这些URL下载图片到本地; 可以使用多线程或异步处理技术,提高图片下载的效率; 为了避免反扒机制的限制,需要模拟浏览器的行为,包括设置User-Agent、Referer和Cookie等信息,以及限制访问频率等; 可以使用机器学习技术(如图像分类算法)对下载的图片进行一定的处理,实现更加自动化的爬虫; 总的来说,爬虫爬取图片的实现主要涉及到获取和下载图片、处理反扒机制、提高下载效率等方面。