无情道人
机器视觉算法工程师
深圳市云岭科技有限责任公司 · 3年经验
日薪：
￥900/8h
地点：
深圳 南山
时间：
下班后
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1）熟悉Python视觉编程；
2）熟悉OpenCV/PCL等视觉开源库；
3）GUI开发和软件交互设计能力；
4）熟悉解决视觉问题常用的深度学习框架（Pytorch/TensorFlow/Keras）；
5）跟进视觉领域的最新网络/模型；
6）良好的传统数字图像处理tricks/算法积累、经验和直觉；
2）熟悉OpenCV/PCL等视觉开源库；
3）GUI开发和软件交互设计能力；
4）熟悉解决视觉问题常用的深度学习框架（Pytorch/TensorFlow/Keras）；
5）跟进视觉领域的最新网络/模型；
6）良好的传统数字图像处理tricks/算法积累、经验和直觉；
项目经验
手眼口疾病检测项目：
1、收集数据集
1.1 收集儿童红眼数据，因为其量极少，所以必须通过图像增强方式对其增量，手段有：旋转、裁剪、HSV色域变幻等、
1.2 收集蛀牙数据、手部疾病数据、通过上述方式进行数据增强
1.3 配置数据集，不合适的数据集会对训练结果产生较大影响，所以需要对数据集进行合理配置，如对正样本、负样本等样本的数量进行适量调整。
2、选择模型进行训练
2.1 针对业务进行模型选取，CNN、RNN、YOLO等
2.2 业务要求显示图像并且相应速度快，因此采用YOLOv5进行训练
2.3 进行模型部署，将其部署在云端。需要较好的配置，TeslaV100.
2.4 进行训练
2.5 验证结果，进行优化，通过调参、优化结构、遗传训练等技术手段进行优化
3、算法移植到嵌入式设备后预测
3.1 确定需要将算法移植到哪里，安卓、苹果，哪一种硬件平台。
3.2 进行移植，搭建环境、搭配驱动、调试，直到移植完成
3.3 进行预测
1、收集数据集
1.1 收集儿童红眼数据，因为其量极少，所以必须通过图像增强方式对其增量，手段有：旋转、裁剪、HSV色域变幻等、
1.2 收集蛀牙数据、手部疾病数据、通过上述方式进行数据增强
1.3 配置数据集，不合适的数据集会对训练结果产生较大影响，所以需要对数据集进行合理配置，如对正样本、负样本等样本的数量进行适量调整。
2、选择模型进行训练
2.1 针对业务进行模型选取，CNN、RNN、YOLO等
2.2 业务要求显示图像并且相应速度快，因此采用YOLOv5进行训练
2.3 进行模型部署，将其部署在云端。需要较好的配置，TeslaV100.
2.4 进行训练
2.5 验证结果，进行优化，通过调参、优化结构、遗传训练等技术手段进行优化
3、算法移植到嵌入式设备后预测
3.1 确定需要将算法移植到哪里，安卓、苹果，哪一种硬件平台。
3.2 进行移植，搭建环境、搭配驱动、调试，直到移植完成
3.3 进行预测
无情道人
机器视觉算法工程师 · 3年经验 · 深圳市云岭科技有限责任公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1）熟悉Python视觉编程；
2）熟悉OpenCV/PCL等视觉开源库；
3）GUI开发和软件交互设计能力；
4）熟悉解决视觉问题常用的深度学习框架（Pytorch/TensorFlow/Keras）；
5）跟进视觉领域的最新网络/模型；
6）良好的传统数字图像处理tricks/算法积累、经验和直觉；
2）熟悉OpenCV/PCL等视觉开源库；
3）GUI开发和软件交互设计能力；
4）熟悉解决视觉问题常用的深度学习框架（Pytorch/TensorFlow/Keras）；
5）跟进视觉领域的最新网络/模型；
6）良好的传统数字图像处理tricks/算法积累、经验和直觉；
项目经验
手眼口疾病检测项目：
1、收集数据集
1.1 收集儿童红眼数据，因为其量极少，所以必须通过图像增强方式对其增量，手段有：旋转、裁剪、HSV色域变幻等、
1.2 收集蛀牙数据、手部疾病数据、通过上述方式进行数据增强
1.3 配置数据集，不合适的数据集会对训练结果产生较大影响，所以需要对数据集进行合理配置，如对正样本、负样本等样本的数量进行适量调整。
2、选择模型进行训练
2.1 针对业务进行模型选取，CNN、RNN、YOLO等
2.2 业务要求显示图像并且相应速度快，因此采用YOLOv5进行训练
2.3 进行模型部署，将其部署在云端。需要较好的配置，TeslaV100.
2.4 进行训练
2.5 验证结果，进行优化，通过调参、优化结构、遗传训练等技术手段进行优化
3、算法移植到嵌入式设备后预测
3.1 确定需要将算法移植到哪里，安卓、苹果，哪一种硬件平台。
3.2 进行移植，搭建环境、搭配驱动、调试，直到移植完成
3.3 进行预测
1、收集数据集
1.1 收集儿童红眼数据，因为其量极少，所以必须通过图像增强方式对其增量，手段有：旋转、裁剪、HSV色域变幻等、
1.2 收集蛀牙数据、手部疾病数据、通过上述方式进行数据增强
1.3 配置数据集，不合适的数据集会对训练结果产生较大影响，所以需要对数据集进行合理配置，如对正样本、负样本等样本的数量进行适量调整。
2、选择模型进行训练
2.1 针对业务进行模型选取，CNN、RNN、YOLO等
2.2 业务要求显示图像并且相应速度快，因此采用YOLOv5进行训练
2.3 进行模型部署，将其部署在云端。需要较好的配置，TeslaV100.
2.4 进行训练
2.5 验证结果，进行优化，通过调参、优化结构、遗传训练等技术手段进行优化
3、算法移植到嵌入式设备后预测
3.1 确定需要将算法移植到哪里，安卓、苹果，哪一种硬件平台。
3.2 进行移植，搭建环境、搭配驱动、调试，直到移植完成
3.3 进行预测
立即沟通
