Doncic
算法工程师
tcl · 3年经验
日薪：
￥600/8h
地点：
深圳 光明
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
精通图片处理，图片识别算法开发，熟练机器学习，医学图像处理，SLAM框架调用与优化
工作技能：C++ 、python、Matlab、QT、ROS
深度/机器学习：决策树、随机森林，SVM，InceptionV3
工作技能：C++ 、python、Matlab、QT、ROS
深度/机器学习：决策树、随机森林，SVM，InceptionV3
项目经验
图片识别处理项目：
通过调用相机获取实时图像，计算面板与相机的实际距离 Zoom 值与清晰度 Foucs 值，辅助产线机构进行对位校准；设计与开发自动曝光算法，根据面板的亮度实时调整相机曝光值；该过程还会对相机的Zoom、Focus 曝光进行实时监控和异常报警，能通过 API 算法卡控产线上出现的一些面板画质异常情况。
机器学习，深度学习项目：
胶囊机器人对于小样本肠胃目标病灶的图像识别与检测基于迁移学习（InceptionV3）对于不同种类的小样本目标病灶进行训练建模，提取深度语义特征，与传统人工特征融合后，使用 SVM 分类，识别准确率达到 95 以上；
SLAM项目：
使用 Cartgrapher-slam 框架结合单线激光与 IMU 进行机器人在地下电缆沟的建图，使用 AMCL结合单线激光对机器人在地下电缆沟进行定位，通过单片机对电缆沟周围的气体、积水等状态进行实时监测，利用上位机对机器人的运动状态进行控制，并实时查看机器人在地下电缆沟内部的地图构建、定位与周围环境的气体、积水、红外热成像等相关状态
通过调用相机获取实时图像，计算面板与相机的实际距离 Zoom 值与清晰度 Foucs 值，辅助产线机构进行对位校准；设计与开发自动曝光算法，根据面板的亮度实时调整相机曝光值；该过程还会对相机的Zoom、Focus 曝光进行实时监控和异常报警，能通过 API 算法卡控产线上出现的一些面板画质异常情况。
机器学习，深度学习项目：
胶囊机器人对于小样本肠胃目标病灶的图像识别与检测基于迁移学习（InceptionV3）对于不同种类的小样本目标病灶进行训练建模，提取深度语义特征，与传统人工特征融合后，使用 SVM 分类，识别准确率达到 95 以上；
SLAM项目：
使用 Cartgrapher-slam 框架结合单线激光与 IMU 进行机器人在地下电缆沟的建图，使用 AMCL结合单线激光对机器人在地下电缆沟进行定位，通过单片机对电缆沟周围的气体、积水等状态进行实时监测，利用上位机对机器人的运动状态进行控制，并实时查看机器人在地下电缆沟内部的地图构建、定位与周围环境的气体、积水、红外热成像等相关状态
案例展示 全部案例 >
Doncic
算法工程师 · 3年经验 · tcl
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
精通图片处理，图片识别算法开发，熟练机器学习，医学图像处理，SLAM框架调用与优化
工作技能：C++ 、python、Matlab、QT、ROS
深度/机器学习：决策树、随机森林，SVM，InceptionV3
工作技能：C++ 、python、Matlab、QT、ROS
深度/机器学习：决策树、随机森林，SVM，InceptionV3
项目经验
图片识别处理项目：
通过调用相机获取实时图像，计算面板与相机的实际距离 Zoom 值与清晰度 Foucs 值，辅助产线机构进行对位校准；设计与开发自动曝光算法，根据面板的亮度实时调整相机曝光值；该过程还会对相机的Zoom、Focus 曝光进行实时监控和异常报警，能通过 API 算法卡控产线上出现的一些面板画质异常情况。
机器学习，深度学习项目：
胶囊机器人对于小样本肠胃目标病灶的图像识别与检测基于迁移学习（InceptionV3）对于不同种类的小样本目标病灶进行训练建模，提取深度语义特征，与传统人工特征融合后，使用 SVM 分类，识别准确率达到 95 以上；
SLAM项目：
使用 Cartgrapher-slam 框架结合单线激光与 IMU 进行机器人在地下电缆沟的建图，使用 AMCL结合单线激光对机器人在地下电缆沟进行定位，通过单片机对电缆沟周围的气体、积水等状态进行实时监测，利用上位机对机器人的运动状态进行控制，并实时查看机器人在地下电缆沟内部的地图构建、定位与周围环境的气体、积水、红外热成像等相关状态
通过调用相机获取实时图像，计算面板与相机的实际距离 Zoom 值与清晰度 Foucs 值，辅助产线机构进行对位校准；设计与开发自动曝光算法，根据面板的亮度实时调整相机曝光值；该过程还会对相机的Zoom、Focus 曝光进行实时监控和异常报警，能通过 API 算法卡控产线上出现的一些面板画质异常情况。
机器学习，深度学习项目：
胶囊机器人对于小样本肠胃目标病灶的图像识别与检测基于迁移学习（InceptionV3）对于不同种类的小样本目标病灶进行训练建模，提取深度语义特征，与传统人工特征融合后，使用 SVM 分类，识别准确率达到 95 以上；
SLAM项目：
使用 Cartgrapher-slam 框架结合单线激光与 IMU 进行机器人在地下电缆沟的建图，使用 AMCL结合单线激光对机器人在地下电缆沟进行定位，通过单片机对电缆沟周围的气体、积水等状态进行实时监测，利用上位机对机器人的运动状态进行控制，并实时查看机器人在地下电缆沟内部的地图构建、定位与周围环境的气体、积水、红外热成像等相关状态
立即沟通
