wenmuzhou
高级算法工程师
百度 · 7年经验
日薪：
￥2000/8h
地点：
上海 浦东
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
2
收藏数
技术能力
1. 了解常用的 OCR 方法，如 CTPN，EAST，PSENet，PANNet，DBNet，CRNN，LayoutXLM*。
2. 熟悉深度学习基本原理，如目标检测，图像分类，图像分割，并有丰富实战经验。
3. 了解 stable diffusion 原理，具备基于 SD 的文生图，图像风格迁移，图像局部修改等能力。
4. 熟悉基于 lora的 stable diffusion 模型微调原理，并有实战经验。
5. 熟悉 Pytorch和 PaddlePaddle 框架。
6. 具有良好的论文阅读和代码能力。
2. 熟悉深度学习基本原理，如目标检测，图像分类，图像分割，并有丰富实战经验。
3. 了解 stable diffusion 原理，具备基于 SD 的文生图，图像风格迁移，图像局部修改等能力。
4. 熟悉基于 lora的 stable diffusion 模型微调原理，并有实战经验。
5. 熟悉 Pytorch和 PaddlePaddle 框架。
6. 具有良好的论文阅读和代码能力。
项目经验
1. 参与PaddleOCR 开源repo建设，将PaddleOCR star从2.5k提升到30k，成为业界第一开源OCR库。
2. 参与研发PP-OCRv2，使用CopyPaste策略帮助检测模型在内部数据集上提升1%。
3. 深度参与PP-Structure和PP-StructureV2系列模型研发，完成PP-Structure系列模型大部分研发工作。重点负责的表格识别模型SLANet在10M大小内做到速度和精度的平衡，在PubTabNet表格数据集上精度达到77.74%，达到SOTA。
4. 复现LayoutXLM系列算法，补全PaddleOCR在KIE任务领域的短版。
5. 负责PaddleOCR的whl、hub serving、cpp、lite和Android等部署方式的开发和维护。
2. 参与研发PP-OCRv2，使用CopyPaste策略帮助检测模型在内部数据集上提升1%。
3. 深度参与PP-Structure和PP-StructureV2系列模型研发，完成PP-Structure系列模型大部分研发工作。重点负责的表格识别模型SLANet在10M大小内做到速度和精度的平衡，在PubTabNet表格数据集上精度达到77.74%，达到SOTA。
4. 复现LayoutXLM系列算法，补全PaddleOCR在KIE任务领域的短版。
5. 负责PaddleOCR的whl、hub serving、cpp、lite和Android等部署方式的开发和维护。
ID:335698
复制
wenmuzhou
高级算法工程师 · 7年经验 · 百度
0
累计接单
0
用户评价
2
被收藏
信用行为
0
接单数
0
评价数
2
收藏数
技术能力
1. 了解常用的 OCR 方法，如 CTPN，EAST，PSENet，PANNet，DBNet，CRNN，LayoutXLM*。
2. 熟悉深度学习基本原理，如目标检测，图像分类，图像分割，并有丰富实战经验。
3. 了解 stable diffusion 原理，具备基于 SD 的文生图，图像风格迁移，图像局部修改等能力。
4. 熟悉基于 lora的 stable diffusion 模型微调原理，并有实战经验。
5. 熟悉 Pytorch和 PaddlePaddle 框架。
6. 具有良好的论文阅读和代码能力。
2. 熟悉深度学习基本原理，如目标检测，图像分类，图像分割，并有丰富实战经验。
3. 了解 stable diffusion 原理，具备基于 SD 的文生图，图像风格迁移，图像局部修改等能力。
4. 熟悉基于 lora的 stable diffusion 模型微调原理，并有实战经验。
5. 熟悉 Pytorch和 PaddlePaddle 框架。
6. 具有良好的论文阅读和代码能力。
项目经验
1. 参与PaddleOCR 开源repo建设，将PaddleOCR star从2.5k提升到30k，成为业界第一开源OCR库。
2. 参与研发PP-OCRv2，使用CopyPaste策略帮助检测模型在内部数据集上提升1%。
3. 深度参与PP-Structure和PP-StructureV2系列模型研发，完成PP-Structure系列模型大部分研发工作。重点负责的表格识别模型SLANet在10M大小内做到速度和精度的平衡，在PubTabNet表格数据集上精度达到77.74%，达到SOTA。
4. 复现LayoutXLM系列算法，补全PaddleOCR在KIE任务领域的短版。
5. 负责PaddleOCR的whl、hub serving、cpp、lite和Android等部署方式的开发和维护。
2. 参与研发PP-OCRv2，使用CopyPaste策略帮助检测模型在内部数据集上提升1%。
3. 深度参与PP-Structure和PP-StructureV2系列模型研发，完成PP-Structure系列模型大部分研发工作。重点负责的表格识别模型SLANet在10M大小内做到速度和精度的平衡，在PubTabNet表格数据集上精度达到77.74%，达到SOTA。
4. 复现LayoutXLM系列算法，补全PaddleOCR在KIE任务领域的短版。
5. 负责PaddleOCR的whl、hub serving、cpp、lite和Android等部署方式的开发和维护。
立即沟通
