徐的案例列表

基于语义分割的复杂场景行人检测系统

人工智能-其他

本案例为学术与工业结合的创新项目,针对街道、商圈等高密度复杂场景,开发了一套基于语义分割和数据增强的行人检测系统。我作为核心开发者,主导了算法设计、训练优化及性能提升全流程工作,具体贡献如下: 算法设计 主干网络:采用ResNet50+FPN结构,通过多尺度特征金字塔融合,增强对小尺度行人的检测能力。 注意力机制:在通道维度引入注意力模块(SE Block),对特征图进行权值重标定,减少背景干扰,关键区域检测精度提升8.6%。 数据增强:设计光照扰动、随机遮挡等合成数据策略,解决实际场景中行人姿态多变、遮挡严重的问题。 模型优化 损失函数:改进二元交叉熵损失,结合Focal...

基于语义分割的复杂场景行人检测系统
基于语义分割的复杂场景行人检测系统
基于语义分割的复杂场景行人检测系统

工业产品智能瑕疵检测系统

人工智能-其他

作品介绍: 主要用于自动化识别产品表面的颜色偏差、污渍斑点及印刷字符缺陷。负责以下工作: 算法开发:使用传统图像处理(高斯滤波、形态学操作)优化预处理流程,显著减少噪声干扰,使黑点过滤效率提升30%。 多光源适配:针对不同产线光源条件,设计动态阈值调整模块,确保颜色检测准确率达99.4%,斑点识别97.5%,字符漏错检测95.7%。 部署优化:将模型部署至嵌入式设备,通过TensorRT加速推理速度,单帧处理时间<50ms,满足实时产线需求。 技术关键词:Python、OpenCV、PyTorch、工业检测...

工业产品智能瑕疵检测系统
工业产品智能瑕疵检测系统
------ 加载完毕 ------
联系需求方端客服