熟练掌握 Keras、TensorFlow、pytorch 等深度学习框架。
熟练掌握图像算法理论，并能灵活运用 OpenCV 常见的图像处理 API。
深入研究 CNN 等分类网络和 Faster RCNN、mask-rcnn、yolov8、yolov 11等目标检测网络。
熟练阅读神经网络相关英文论文，并能快速编程实现。
目前为止，已经落地多个项目，涉足的行业包括金属冶炼、医疗器械、工业检测、动植物、安全检测等
领域。
2023年开始接触NLP工程，参与了智能制造PLM知识库智能体、古籍修复大模型应用开发、旅游景点数字人模型应用开发（Deep
Seek R1），对知识库、智能体、垂类模型微调有深刻理解及工程经验。
人工智能实训平台，创始人（https://www.lswai.com）。
该平台致力于成为行业 AI 开发者的首选平台，通过提供全方位的 AI 生态服务，助力开发者轻松实现 AI 应用创新。我们将继续深
耕 AI 领域，不断创新和完善平台功能，为行业内 AI 开发者创造更多价值。平台有超过300个视觉模型及完整数据集。
熟练掌握 Keras、TensorFlow、pytorch、caffe、Yolo 等深度学习框架。
熟练掌握图像算法理论，并能灵活运用 OpenCV 常见的图像处理 API。
深入研究 CNN 等分类网络和 Faster RCNN、mask
-rcnn、yolov
8、yolov 11等目标检测网络。
熟练阅读神经网络相关英文论文，并能快速编程实现。
掌握常见的机器学习算法，包括K
-近邻、决策树、贝叶斯、回归、K
-means 聚类等。
·
掌握 Python 基础及常用函数，了解标准库的导入，Python 读取数据库。利用 Python 爬虫对网络数据抓取后进行数据清洗，将
清洗的数据存入 MySQL 数据库,使用 python 进行图表制作，会使用 pyqt 搭建系统界面及其功能，会使用 tensorflow,keras，py
torch 等深度学习开源框架。
掌握图像处理相关算法，如 HSV 颜色分割，Harris 角点检测，二值图像处理，canny 边缘检测等。
熟悉相关的目标检测和图像分割的算法，比如 faster
-rcnn,U
-net,yolov8,mask
-rc

业绩:
1、POCT 血液快检（颜色识别，灰度计算）；
2、骨龄 AI 检测（图像识别）；
3、皮肤病手术机器人（图像 AI 分割计算及智能识别）；
4、OCR 识别（扫描及文字识别），医院病历智能导入及识别的项目；
5、脊椎侧弯 CT 的智能标识及测量（DICOM 影像分析）；
6、棉花质量 AI 智能识别（OPEN CV 特征识别）；
7、炼钢厂根据火焰特征识别温度及喷溅物质（AI 颜色识别及特形态征识别）；
8、智能制造PLM知识库智能体；
9、法律垂类模型微调项目；
10、多模态媒体资源管理平台（图像、视频管理及生成）。