机器深度学习

为一个班级的人员做了人脸识别系统，识别正确率达98%以上，使用卷积深度学习网络以及opencv图像处理模块实现，人脸实时检测

1、我为商业楼宇进行了数学建模 2、为商业楼宇能量管理设计了分层多智能体深度强化学习算法结构 3、用python实现了算法并完成验证

分别针对PC端与手机端进行设备缺陷检测开发，针对电力塔缺陷进行批量图片检测或摄像头实时检测 主要工作为数据清洗、图片标注，数据集构建、目标检测算法开发、PC端进行批量检测、手机端实时检测APP开发 全部工作为一人完成

使用AWS S3+Spark+Airflow架构搭建计算平台 包含家庭能源管理，设备功能AI推荐，智能衣物管理等业务模块(JAVA,Scala,Python) 数据管道，Airflow自定义插件开发

YOLO系列的人脸检测+106个关键点检测 该项目中，检测人脸和检测关键点都使用yolo网络，并且检测输出106个人脸关键点

搭建k8s云原生底座（containerd + calico） 集成NVIDIA GPU插件，实现训练任务调度 设计开发数据集，基础镜像，算法代码，AI模型，在线训练等平台功能

本作品是一种基于 YOLOv5 部署在小型嵌入式设备的远程监测系统，系统采用了 YOLOv5 深度学习算法进行目标监测，通过 YOLOv5 算法识别火焰，浓烟等指标，将检测到的信息以图片和视频的方式发送到邮箱的火灾监测报警系统。

东方化工风格化风格化房管局规划局更好看好看从非常棒v吧徐小凤手动的的上电复三个地方郭富城从v从幸福v吧的法国人大概此变成懂非

为我所就职的企业，开设在线AI课程而准备的小游戏。 1.通过Pygame编写的2d跑酷游戏。 2.通过决策树进行AI学习。AI自动控制奔跑的小猫遇到障碍或者沟壑时的起跳位置以及跳跃高度。 3.游戏可以选择人工游玩或AI游玩，如果选择后者，可以在几分钟内看到小猫的跳跃从完全乱跳到逐渐掌握游玩技巧的全过程。

1.红外传感器模块，K210图像识别模块，自组装轮式小车 2.整个团队负责这个项目，我主要负责算法编程 3.遇到的问题有小车需经过多个避障路段，比如攀爬楼梯，过曲折窄型弯道，刺破对应颜色气球，循迹行驶，使得小车必须具有多功能性，代码鲁棒性要强

基于pytorch框架，编写深度残差神经网络以及实现蒙特卡洛树搜索，同时完成自我对弈代码，通过自我对弈获取训练集，不断迭代。深度残差神经网络包含两个输出，策略输出以及价值输出，这两者将会辅助蒙特卡洛树搜索通过不断训练以达到良好的棋力

建立一套适用于冰雹识别、短临预报和潜势预报AI建模的冰雹天气过程数据集。该数据集包含对冰雹发生发展有指示意义的雷达产品、天气背景数据，以及标识冰雹发生区域和冰雹强度的标记数据。 利用该数据集，基于机器学习技术，可进行冰雹的识别、短临预报和潜势预报。

独立完成 因为想要使用Varian系统Export导出的系统参数做科研，但是没有详细的说明文档，所以爬取Varian系统的相关资料，创建自己的GPTs，作为Dicom图像的答疑助手，提高工作效率。

该项目的目标是实时检测舌苔，并截图保存。需要做到实时检测分析，保存图片清晰，且舌苔部分50%外露才生效。 项目主要由前端app+后端实现组成。前端负责调用摄像头进行视频采集和推送，后端主要负责视频流接收、分析、识别舌苔并保存图片、api管理、流程控制等功能。 主要负责： 1. 基础服务： 整个系统架构设计(技术选型、前后端交互方案、后端设计)、rtmp服务器构建、api服务器构建(数据库管理、缓存管理、用户管理) 2. 模型训练：图片搜集、标注、模型训练及测试微调 3. 项目上线及后续运维

1.主要负责感知算法其中一个子模块，点云+相机融合。 涉及链路包括： 1）数据预处理 2）传感器标定 3）模型训练 4）模型优化 5）模型格式转换 6）工程开发，部署上车，上下游消息联通 2. 涉及的知识包括 1）图像处理 2）点云处理 3）深度学习 4）python算法开发 5）ros c++ 工程开发 图片为示例图片，

项目经验 科技智能情报分析系统 项目周期：2023.06- 2023.07 开发环境：Idea + Maven + Mysql + Git 技术框架：MyBatis +SpringBoot +SpringCloud +redis+SSE+Elasticsearch 我负责的模块 1.英汉互译 2.内容审核 3.企业评价查询 4.联网搜索 5.文档问答 6.本地知识库问答

1. 分4个模块 （1）数据提取 （2）特征工程 （3）模型训练和优化 （4）部署上线 实现为用户定制化推荐基金，千人千面，实现每日触达用户，为银行提升购买率。 2. 我负责数据处理和算法开发和模型部署： （1）数据提取：SQL取数，包括基金信息、用户信息、点击购买信息 （2）特征工程：数据清洗，构建特征 （3）模型训练和优化 （4）引入专家规则模型 （5）部署模型到大数据平台自动化跑批，A/Btest

项目模块: 主要是针对Text2SQL三期的任务进行了相关的优化。 项目分工: 完成LLM Text2SQL任务的全链路优化。主要包括: 知识扩充优化，COT链路优化，Table Prompt Ensemble, RAG数据增强，渐进式学习优化等。 成果: 对比开源State of theArt的方案，提升超过10个百分点，对比上期V1.0的优化成果，提升5.6% 欢迎合作: 作者在对话领域有多年的研究经验，LLM应用落地上有丰富的实战经验，欢迎有相关业务需求的公司进行合作。价格优惠，质量有保障。

开发教程帮助更多AI小白创建自己/企业的专属机器人： 1. 根据企业/个人自身的数据，将数据存入向量数据库； 2. 使用链接框架LangChain将向量数据库与大模型做链接； 3. 使用Streamlit进行对话演示； 4. 使用API接口对于问答进行理解与回答。

熟练使用CNN，transform,OpenCV等计算机视觉架构，接人脸识别，图像识别，图像提取等任务，价格可以面议，模型公开透明