具备扎实的 C/C++ 和 Python 编程能力,能够熟练运用两种语言进行算法开发、数据处理和系统优化。在 C/C++ 方面,掌握数据结构与算法,熟悉多线程编程,并具备嵌入式开发经验。在 Python 方面,熟悉数据分析、可视化和爬虫技术,能够高效编写自动化脚本和工具
此外,我拥有 机器学习 和 深度学习 方面的知识,熟悉 Scikit-learn、TensorFlow、PyTorch 等框架,具备数据预处理、模型训练、优化及部署经验,能够应用深度学习技术解决计算机视觉、SLAM 及其他相关问题。
开发一个基于深度学习的目标检测系统,能够在复杂环境中准确识别和定位目标。
核心工作
数据预处理
采集并清洗数据,包括图像去噪、增强(旋转、翻转、亮度调整等)。
使用 LabelImg 进行数据标注,转换为 COCO/YOLO 格式。
模型训练与优化
选择 YOLOv5/YOLOv8、Faster R-CNN 等目标检测模型,并进行训练。
采用 迁移学习,在预训练模型的基础上微调,提高小样本场景下的检测效果。
使用 混合精度训练(FP16) 提高计算效率,降低显存占用。
模型优化与部署
采用 ONNX 导出模型,并使用 TensorRT 进行推理加速。
在 Jetson Xavier / NVIDIA GPU 服务器 上进行模型优化,实现低延迟推理。
结合 Flask / FastAPI 搭建轻量级 RESTful API,支持远程调用。
性能评估与迭代
通过 mAP(mean Average Precision)、FPS 等指标评估模型性能,并针对误检、漏检进行优化。
采用 Pruning(剪枝)+ Quantization(量化) 进一步压缩模型,提高嵌入式设备上的运行效率。