猿急送>

西安其它兼职程序员

ID：238338

FuturE'

算法工程师

公司信息：
驭势科技

工作经验：
2年

兼职日薪：
800元/8小时

兼职时间：
下班后
周六
周日
可工作日远程
可工作日驻场（自由职业原因）

所在区域：
西安
全区

技术能力

1. 熟悉深度学习视觉方向中的概念，主要研究了YOLO系列、R-CNN系列的目标检测算法和SegNet、DeepLab的语义分割算法；
2. 熟悉 Python，了解并熟练使用TensorFlow、PyTorch、Keras等深度学习框；
3. 对J2EE的企业级项目开发熟练，掌握Struts2、Spring 、Hibernate和Spring MVC 、Mybatis 等主流 WEB开发框架和开发工具；
4. 熟悉Oracle、MySQL关系型数据库；
5. 熟悉DIV+CSS布局、JavaScript等网页技术，了解jQuery、AJAX、ExtJS等网页前端技术。

项目经验

① 以 YOLO v3 作为baseline进行安全帽检测的算法改进。改进后，mAP评价指标结果在安全帽公开数据集上比baseline算法提高了5%，相比该数据集上最优的算法SSD-RPA512，提出的算法比其高了3.15%。成果：Construction worker hardhat-wearing detection based on an improved BiFPN，ICPR 2020；
② 商场小火车人员数量统计。使用多种调优改进的分类网络进行人员数量统计，最终达到单趟人数统计准确率95%以上；
③ 人物上半身抠图（Matting）。研读了多篇关于Matting的论文，复现了其中一个端到端的模型。因该类论文数据集多数未公开，所以复现模型使用的数据集与论文使用的不同，因此在评价指标上无法对比，但通过可视化结果发现复现的模型是成功的；
④ 模型小型化，仅使用移动端算力完成了多个目标检测任务的商业化。

案例展示

安全帽佩戴检测

以 YOLO v3 作为baseline进行安全帽检测的算法改进。改进后，mAP评价指标结果在安全帽公开数据集上比baseline算法提高了5%，相比该数据集上最优的算法SSD-RPA512，提出的算法比其高了3.15%。成果：Construction worker hardha
护理机器人目标检测

该项目是一个国家项目，目前正在申请中，只能透露相关简单一些的内容。检测是护理机器人进行物体取放中的一个环节，目前检测率可以达到99%以上。