LittleFish
1月前来过
全职 · 300/日  ·  6525/月
工作时间: 工作日09:00-24:00、周末10:00-24:00工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

我是程序员LittleFish,研究生阶段从事计算机视觉及其安全研究,现在从事自动驾驶的感知融合方向。

毕业于广州大学方滨兴院士班,曾担任过滴滴的算法实习生,中科智巡的算法实习生,谐云的后端开发实习生。

我负负责过的算法项目有车辆重识别算法开发及其对抗攻击,基于深度学习的行人重识别算法,基于YOLOv4的电网异常检测。基于sklearn的社科院舆情分析。

我熟练使用Linux系统,python,C++,java,numpy,pandas,sklearn,Docker等技术工具。熟练掌握计算机网络,操作系统,数据结构与算法,CMake编译原理。

如果我能帮上您的忙,请联系我。

工作经历

  • 2021-07-01 -2021-09-02中科智巡算法实习生

    工作内容:项目基于电网图像,利用目标检测算法,检测电网中锈蚀、螺母缺失,绝缘体破损等存在的异常情况。我主要负责解决目标物体在图像中过小难以检测的问题,我将原有业务使用YOLOv4进行复现,对于小目标我采用两个YOLO v4模型串联检测的方式,第一个YOLO v4模型检测绝缘体,变压器,连接组件等大型区域,第二个YOLO v4模型在第一步检测结果的基础上检测螺母缺失,锈蚀等小异常。 成果:检测目标平均准确率从78%提升至89%。期间撰写针对电网异常检测相关专利3篇。

  • 2020-07-01 -2020-09-01滴滴算法实习生

    工作内容:针对车辆图像,利用基于CNN的计算机视觉技术检测此车辆图片属于哪个车辆。我主要解决两个难点:1.相似车辆过多,2.同一车辆不同视角差异较大。针对第一个难点我利用变分自编码器增强车辆图像细节,针对第二个难点我将视角语义注入模型提升模型的视角感知能力。最后将算法部署到Linux服务器后端,并嵌入到SpringBoot服务中。 成果:将车辆重识别算法准确率mAP从71%提升至79%,并将算法部署上线。

教育经历

  • 2020-09-01 - 2023-07-01广州大小电子信息硕士

    本人本硕计算机科班具有扎实的计算机技术基础,曾在滴滴和中科智巡担任算法实习生,在谐云和学科网担任开发实习生。有较好的科研和开发能力。

技能

C++
深度学习
0
1
2
3
4
5
0
1
2
3
4
5
作品
易购商城项目

项目描述:这是一个商城项目,可供售卖各类商品,商城开发了后台管理系统,可方便商城管理人员对商品信息的监控和管理。商城提供给客户按类别查询和快速检索服务,用户可以浏览商品购买商品,参与秒杀,管理购物车,跟踪物流。 个人职责: 1. 系统管理模块:完成类别,品牌,属性,规格,库存等管理业务。 2. 订单模块:使用异步编排提高业务效率,使用分布式事务解决事务一致性问题,使用Redis的setNX函数实现分布式锁 3. 完成网站首页模块,详情页模块核心业务编写 4. Redis缓存模块核心代码编写

0
2023-07-11 17:59
基于机器学习的入侵检测系统

针对网络设备信息及其数据进行清洗,和整理,包括去除重复值、处理缺失值、格式转换等。 选用SVM,CNN,LSTM,SVM,kmeans等算法进行数据分析。

0
2023-07-11 17:53
基于深度学习的车辆重识别及其对抗攻击系统

工作内容:针对车辆图像,利用基于CNN的计算机视觉技术检测此车辆图片属于哪个车辆。我主要解决两个难点:1.相似车辆过多,2.同一车辆不同视角差异较大。针对第一个难点我利用变分自编码器增强车辆图像细节,针对第二个难点我将视角语义注入模型提升模型的视角感知能力。最后将算法部署到Linux服务器后端,并嵌入到SpringBoot服务中。针对车辆重识别模型进行对抗攻击,并验证了其脆弱性。针对度量学习的无类别特性设计了度量攻击方法AFNA(Average Furthest-Negative Attack),AFNA可以充分利用现有数据进行攻击,实现有目标攻击和无目标攻击的结合,同时使用的特征聚合方法可以提高攻击效率。

0
2023-07-11 17:45
更新于: 2023-07-11 浏览: 119