我具备扎实的计算机视觉、深度学习和软件开发能力,能够胜任计算机视觉方向的算法研发及相关软件开发任务。
熟练掌握 Python 及其深度学习框架,如 PyTorch、TensorFlow、PaddlePaddle,具备丰富的目标检测、目标识别与行为识别经验。
掌握 OpenCV 及深度学习模型的优化部署,能够进行高效的模型推理优化。
在 OCR识别领域有研究,熟悉 CRNN、CTC、Transformer-based OCR 方案,并应用于智能编辑器开发。
具有前端开发经验,熟练掌握 HTML、CSS、JavaScript、Electron,能够完成桌面应用开发。
拥有 数学建模 经验,熟练使用 MATLAB、Python 进行数据分析和建模,解决优化问题。
具备团队协作经验,能够承担项目的架构设计、开发及优化,确保项目高效落地。
1. 微波治疗机智能交互系统(2024年)
职责:与导师合作,负责 Electron 前端设计开发 及 智能语音交互 模块开发。
技术:使用 Electron + Vue.js 进行界面开发,并集成 语音识别(ASR)+ 语音合成(TTS) 实现智能交互。
成果:优化医疗设备的用户体验,使操作更加便捷,提高了设备的交互性。
2. 基于无人机的人体行为识别(2024年11月)
荣誉:全球校园人工智能算法精英大赛 国赛二等奖
职责:负责 计算机视觉算法 研究,使用 DEGCN、SkeFormer 进行 人体行为识别。
成果:提升无人机对目标行为识别的准确率,并优化模型推理速度,使其适用于低算力设备。
3. 基于OCR的智能编辑器(2024年7月)
比赛:中国软件杯大学生软件设计大赛
职责:负责 前端开发 及 OCR 识别,基于 Electron + Vue 搭建智能编辑器,并集成 PaddleOCR 进行文字识别。
成果:开发出一款智能编辑器,能够实现自动文字识别、格式调整,提高文本录入效率。
4. Robomaster 机甲大师赛(2024年4月)
荣誉:东北区域赛三等奖
职责:负责目标识别与检测,利用 YOLO、DeepSORT 等算法实现对动态目标的检测与跟踪。
成果:优化了机器人视觉感知模块,提升目标检测精度,提高系统响应速度。
该系统是一款基于 Electron 开发的智能医疗设备交互平台,专门用于微波治疗机的人机交互优化。系统提供直观的 UI 界面,并集成 智能语音助手,帮助医护人员更便捷地操作设备,提高治疗效率和安全性。 我的主要工作: 负责 前端开发,使用 Electron + Vue 设计现
本项目是一个基于无人机的智能行为识别系统,结合计算机视觉与深度学习技术,实现远程人体行为分析。系统使用 DEGCN、SkeFormer 等模型,对目标对象的骨架数据进行多模态融合,精准识别动作类别,适用于安防监控、应急响应等场景。 我的主要工作: 负责 计算机视觉算法的研发,