宇宙线-X
机器学习工程师 · 2年经验 · Hella
0
累计接单
0
用户评价
0
被收藏
技术能力
我具备丰富的技术能力和专业知识，尤其在Python和Java编程方面。我目前的本职工作是一名机器学习工程师，专注于图像处理领域。我的职责包括开发和优化机器学习模型，处理大规模图像数据，并将这些模型应用于实际场景中以提高图像识别和分类的准确性。
在工作中，我熟练使用各种机器学习和深度学习框架，如TensorFlow、和PyTorch，能够高效地构建和训练复杂的神经网络模型。我还擅长使用OpenCV进行图像预处理和增强技术，以提升模型的性能和鲁棒性。此外，我有丰富的项目经验，曾参与多个大型图像处理项目，成功解决了许多实际问题，为企业创造了显著的价值
在工作中，我熟练使用各种机器学习和深度学习框架，如TensorFlow、和PyTorch，能够高效地构建和训练复杂的神经网络模型。我还擅长使用OpenCV进行图像预处理和增强技术，以提升模型的性能和鲁棒性。此外，我有丰富的项目经验，曾参与多个大型图像处理项目，成功解决了许多实际问题，为企业创造了显著的价值
项目经验
1. 多目标检测分割项目：在此项目中，我主要负责开发和实现多目标检测和分割算法。使用了TensorFlow深度学习框架，设计并训练了复杂的卷积神经网络模型，能够准确地检测和分割图像中的多个目标。主要使用场景为道路。
2. 车道线识别项目：利用opencv的图像处理
3. 工厂零件缺陷检测项目
该项目旨在利用机器学习技术进行工厂零件的缺陷检测。我负责整个算法部分的开发，使用了PyTorch和Azure云端计算资源，构建了一个高效的缺陷检测模型。通过对大量零件图像数据的训练，模型能够快速识别并分类各种缺陷。项目实施后，检测准确率达到了95%以上，大幅减少了人工检测的工作量，提升了生产线的效率和产品质量。
2. 车道线识别项目：利用opencv的图像处理
3. 工厂零件缺陷检测项目
该项目旨在利用机器学习技术进行工厂零件的缺陷检测。我负责整个算法部分的开发，使用了PyTorch和Azure云端计算资源，构建了一个高效的缺陷检测模型。通过对大量零件图像数据的训练，模型能够快速识别并分类各种缺陷。项目实施后，检测准确率达到了95%以上，大幅减少了人工检测的工作量，提升了生产线的效率和产品质量。
立即沟通
