猿急送>

北京其它兼职程序员

ID：193782

Naturino

深度学习算法工程师

公司信息：
美团

工作经验：
4年

兼职日薪：
1000元/8小时

兼职时间：
可工作日驻场（自由职业原因）

所在区域：
北京
海淀

技术能力

算法能力
具有丰富的目标检测、图像识别、图像分割的项目经验具有丰富的神经网络设计、训练、性能优化、参数调试经验精通常用神经网络的原理和实现
精通 MTCNN、YOLO、MobileNet、UNet、MaskRCNN 等网络模型熟悉 CNN、RNN、GAN、LSTM、强化学习等深度学习算法熟悉边缘检测、Hough、特征提取等传统图像算法
了解 SVM、PCA、KNN、K-MEANS 等机器学习算法

语言/框架等
熟悉 Python 、 C++语言
熟悉 Pytorch、Tensorflow 深度学习框架
熟悉 Numpy、OpenCV、Matplotlib、PIL 等常用框架熟悉 Linux 操作系统

项目经验

一、金融数据统计图识别分析系统
项目描述：该系统主要用于处理公司数据库中存在大量的金融统计图片，对统计图中所含有的金融信息进行提取。主要采用深度学习算法和传统图像算法结合的方式，分别对折线图，柱状图、饼状图、复合图以及表格中所有的数据进行提取，进行汇总整理后交由计算机分析处理。
主要任务：开发模拟数据生成器，生成预训练数据集；搭建训练MaskRCNN网络，对统计图中图例进行实例分割；搭建训练Yolo网络对整体图片的区域进行划分；采用传统图像算法，对统计图内容进行分割；开发逻辑关系匹配代码，对所有内容进行关联整理，最终获取其中数据。

二、染色体检测识别系统
项目描述:该系统作为对人类染色体检测和识别的工具，由三目显微镜、摄像机、染色体图像检测识别软件、电脑和打印机等组成。通过深度学习技术对染色体图像进行检测、分割、识别。在技术方方面，通过对染色体图像进行实例分割，再用特征提取网络对染色体图像进行特征提取，并与数据库中异常染色体特征进行比对，从而判断被检测染色体是否异常，并判断异常染色体的异常部位及病理特征。
主要任务:对染色体图像进行分割，搭建设计特征提取网络对染色体进行特征提取，判别其类型/极性/异常状态，并采用辅助损失函数 CenterLoss 对特征提取网络进行训优化。

三、自动反无人机系统
项目描述:通过神经网络系统自动对介入当前领地的无人机进行检测，其技术方面主要是训练神经网络对
无人机特征的提取，然后在使用中侦测当前空域，发现特征相近的区域则认为是无人机，从而实现锁定，再进行干预。
主要任务:采用基于 YoloV3 设计目标检测网络，对无人机进行有效的识别，通过调整网络结构，提升对小目标的侦测效果，来实现由粗筛选到精识别的目标追踪架构。

四、智能胎儿超声检测定位系统
项目描述:该系统通过神经网络对 18 到 22 周的胎儿进行超声波检测，将图像传入神经网络，对其进行实
时检测，并对胎儿大脑、心脏、脊柱等部位进行实时定位。在技术方面，已 VGG-Net 为原型，进行改进，对检测目标进行分类和定位。
主要任务:带领团队成员对样本进行标注和清洗，基于 VGG-Net 设计并搭建网络模型，对原模型进行升级和改进，训练及优化模型。