熟练掌握人工智能模型数据制备与训练全流程。精通数据标注规范制定与实操,熟练使用Label Studio等标注平台;运用Python进行高效数据清洗、预处理与特征提取工作。
理解机器学习基本流程与模型评估指标。具备独立项目能力:涵盖数据收集、标注、模型训练及优化。同时拥有多年体育教练经验,善于理解复杂业务场景并将其转化为技术需求,确保AI解决方案能精准落地。学习与适应能力强,渴望在项目中不断提升技术实力。
项目名称:篮球战术动作识别数据标注项目
项目描述:
本人作为领域专家,独立负责了一个用于AI模型训练的篮球图像数据标注项目。该项目旨在教会计算机识别“投篮”、“传球”、“运球”等核心篮球动作。
我的职责:
业务理解与规则制定:基于我4年的篮球教练经验,定义并制定了详细的标注规则(如:投篮动作的起手、出手点判定;传球的手型标准),确保数据能准确反映篮球运动的专业逻辑。
数据清洗与预处理:从原始比赛视频中抽帧、筛选有效画面,去除模糊及无关图像,完成数据清洗。
精准标注:使用Label Studio等工具,对上千张图像进行 bounding box 框选和动作分类标签标注,并严格进行质量自查,保证标注准确性与一致性。
质量交付:最终交付高质量、符合模型训练要求的数据集,并撰写简单的标注规范文档,便于后续算法工程师理解和使用。
项目亮点:
该项目并非简单的机械劳动,而是深度依赖我的领域知识。 我能确保标注的数据集业务精准度高,能有效提升后续AI模型的训练效率和识别准确率,避免因业务理解偏差导致的数据污染。