🚶
算法工程师 · 1年经验 · 深圳市奇德宝科技有限公司
0
累计接单
0
用户评价
0
被收藏
技术能力
熟练使用 Python 编程语言
熟练使用Numpy数据分析库、matplotlib绘图库，能对数据进行有效分析和可视化处理
掌握机器学习基本算法，逻辑回归，SVM，K-means，决策树，朴素贝叶斯，HMM 等
熟悉 tensorflow，PaddlePaddle ，Pytorch深度学习框架，可以使用该模块搭建神经网络项目
熟悉使用 OpenCV 库，可完成图像基本处理，图像特征点提取等工作
熟悉Linux系统，mysql数据库
熟练使用Numpy数据分析库、matplotlib绘图库，能对数据进行有效分析和可视化处理
掌握机器学习基本算法，逻辑回归，SVM，K-means，决策树，朴素贝叶斯，HMM 等
熟悉 tensorflow，PaddlePaddle ，Pytorch深度学习框架，可以使用该模块搭建神经网络项目
熟悉使用 OpenCV 库，可完成图像基本处理，图像特征点提取等工作
熟悉Linux系统，mysql数据库
项目经验
项目一：台球号识别
项目介绍：
基于opencv框架对球号的识别
个人职责：负责实现算法的搭建和优化
项目内容：
1. 数据预处理，将原图像进行裁剪，模糊和形态学图像处理
2. 处理后的图像进行部分颜色的提取，并去除噪点，从而识别大小号球
3. 大小号识别完毕后再将其提取台球1-7号球的颜色，结合大小号和颜色判断球号
4. 算法识别精度达98%，具有较好的识别效果
项目二：芯片瑕疵检测
项目介绍：
基于opencv实现对芯片进行瑕疵检测。
个人职责：负责瑕疵检测功能的实现
项目内容：
1. 数据预处理，将图片进行灰度化
2. 对图像进行高斯模糊，去噪，再将其二值化
3. 提取图片外层轮廓及填充，利用图像减法找出瑕疵
4. 再将其闭运算操作
5. 绘制最小外接圆
6. 再根据业务指标进行IF语句判断是否为瑕疵芯片还是正常芯片
项目二：水果分类
项目简介：
基于CNN实现对1200多张图片进行5个类别分类，使用了三组卷积池化组，一层全连接，激活函数使用的是softmax。
个人职责：负责水果分类功能的实现
项目内容：
1. 数据预处理，将图片存入字典，遍历每个子目录拼接图片路径，遍历字典，划分训练集和测试集；
2. 图片归一化处理，构建训练集读取器和测试集读取器；
3. 搭建CNN卷积神经网络，创建损失函数，交叉熵；
4. 在梯度下降前克隆一个program用于测试，构建梯度下降优化器，执行训练；
5. 对模型进行评估，使用matplotlib训练过程可视化，模型保存；
6. 加载模型，进行预测，模型精度为95%；
项目介绍：
基于opencv框架对球号的识别
个人职责：负责实现算法的搭建和优化
项目内容：
1. 数据预处理，将原图像进行裁剪，模糊和形态学图像处理
2. 处理后的图像进行部分颜色的提取，并去除噪点，从而识别大小号球
3. 大小号识别完毕后再将其提取台球1-7号球的颜色，结合大小号和颜色判断球号
4. 算法识别精度达98%，具有较好的识别效果
项目二：芯片瑕疵检测
项目介绍：
基于opencv实现对芯片进行瑕疵检测。
个人职责：负责瑕疵检测功能的实现
项目内容：
1. 数据预处理，将图片进行灰度化
2. 对图像进行高斯模糊，去噪，再将其二值化
3. 提取图片外层轮廓及填充，利用图像减法找出瑕疵
4. 再将其闭运算操作
5. 绘制最小外接圆
6. 再根据业务指标进行IF语句判断是否为瑕疵芯片还是正常芯片
项目二：水果分类
项目简介：
基于CNN实现对1200多张图片进行5个类别分类，使用了三组卷积池化组，一层全连接，激活函数使用的是softmax。
个人职责：负责水果分类功能的实现
项目内容：
1. 数据预处理，将图片存入字典，遍历每个子目录拼接图片路径，遍历字典，划分训练集和测试集；
2. 图片归一化处理，构建训练集读取器和测试集读取器；
3. 搭建CNN卷积神经网络，创建损失函数，交叉熵；
4. 在梯度下降前克隆一个program用于测试，构建梯度下降优化器，执行训练；
5. 对模型进行评估，使用matplotlib训练过程可视化，模型保存；
6. 加载模型，进行预测，模型精度为95%；
立即沟通
