霍华德托尼史塔克小强的案例列表
OCR模型升级
OCR迭代项目，采用deep_text 模型作为基础框架进行训练，训练数据主要包括天池比赛数据集，以及常见的中文开源数据集CTW等，还有合成的数据，总共的数据量大概100万+，测试集以天池比赛的评估为准，以及评估实际的上线情况。模型迭代完成后，在天池比赛排名第5（总共1200+支队伍），相比于之前的模型，准确率提升了30%+
讲解对话助手
多模态对话模型，采用了14B的Qwen-VL作为基础模型，下载预训练的权重参数，对于讲解垂类领域的问答，通过两种方式来增强模型的对话能力，一种是准备微调数据集，人工筛选，经过自动化工具进行数据扩充，进行微调训练；另一种是通过RAG方式，使用垂类的文本数据作为基础数据库，先进行数据筛选，文本分块，使用抽取特征模型对每条文本进行向量化，建立faiss向量数据库。通过检索增强的方式，使得大模型根据提供的context 来回答问题，提升回答准确率。
地标检测模型
我是主要负责人，采用了两阶段方式，第一阶段使用了分类模型，首先对所有的图片进行分类，筛选地标图片，主要是为了提升识别准确率；第二阶段，在此基础上，使用yolov8 作为基础模型，对地标进行检测识别。 整个项目，需要先收集训练数据集，通过爬虫方式爬取国内外网站的地标图片，人工简单筛选，接着数据增强，不断的迭代调优，最终达到上线标准。
案例判断参考
霍华德托尼史塔克小强的案例列表
OCR模型升级
OCR迭代项目，采用deep_text 模型作为基础框架进行训练，训练数据主要包括天池比赛数据集，以及常见的中文开源数据集CTW等，还有合成的数据，总共的数据量大概100万+，测试集以天池比赛的评估为准，以及评估实际的上线情况。模型迭代完成后，在天池比赛排名第5（总共1200+支队伍），相比于之前的模型，准确率提升了30%+...
讲解对话助手
多模态对话模型，采用了14B的Qwen-VL作为基础模型，下载预训练的权重参数，对于讲解垂类领域的问答，通过两种方式来增强模型的对话能力，一种是准备微调数据集，人工筛选，经过自动化工具进行数据扩充，进行微调训练；另一种是通过RAG方式，使用垂类的文本数据作为基础数据库，先进行数据筛选，文本分块，使用抽取特征模型对每条文本进行向量化，建立faiss向量数据库。通过检索增强的方式，使得大模型根据提供的context 来回答问题，提升回答准确率。...
地标检测模型
我是主要负责人，采用了两阶段方式，第一阶段使用了分类模型，首先对所有的图片进行分类，筛选地标图片，主要是为了提升识别准确率；第二阶段，在此基础上，使用yolov8 作为基础模型，对地标进行检测识别。 整个项目，需要先收集训练数据集，通过爬虫方式爬取国内外网站的地标图片，人工简单筛选，接着数据增强，不断的迭代调优，最终达到上线标准。...
