Python 开发:批量数据清洗、数据集处理、自动化脚本、简单爬虫;Pandas、NumPy、Matplotlib数据可视化
计算机视觉:YOLOv8目标检测、人体姿态识别、视频流处理、数据集标注与模型微调、OpenCV图像处理
数据库:MySQL,数据表设计、复杂查询、多表关联、数据入库导出
Web 开发:HTML、CSS、JavaScript前端;Django架构后端搭建
项目 1:基于Swin Transformer的目标检测模型复现与优化
使用 PyTorch 完整复现 Swin Transformer目标检测算法,利用窗口自注意力机制优化 CNN 全局特征提取缺陷。
针对原始模型遮挡漏检、收敛慢、过拟合问题做工程优化:替换CIoU损失函数、采用余弦退火学习率、增加 L2 正则约束、搭配NMS过滤冗余检测框,有效提升模型检测精度与训练稳定性。
可承接:图像目标检测模型微调、算法复现、模型性能优化类短期开发需求。
项目 2:基于 Spark 分布式框架的气象数据实时预测预警系统
搭建完整实时气象数据分析预测链路:通过Kafka完成实时数据流接入,基于Spark实现海量气象数据分布式清洗、标准化、特征工程;对比训练 LSTM 时序模型与随机森林模型并完成参数调优,搭建可视化大屏,实现气象数据实时展示、异常天气自动识别预警。
可承接:大数据分布式处理、实时数据流搭建、时序预测模型、数据可视化大屏开发。
项目 3:基于YOLOv8-Pose的失能人群跌倒监护完整系统
Django搭建整套监护系统前后端;采用YOLOv8-Pose提取人体骨骼关键点,结合DeepSORT实现多人持续跟踪,使用LSTM时序模型识别人体动作,大幅降低跌倒场景误报。
整套工程包含视频推理、实时监控、动作告警功能,完整落地视频人体姿态识别业务场景。
可承接:人体姿态检测、多目标跟踪、行为识别、简易 Web 监控管理系统定制开发。
这是一个基于 Django 的智能监护平台,结合本地摄像头、YOLOv8-Pose 姿态检测、DeepSORT 追踪与 LSTM 异常事件判别,实时监测跌倒、晕厥、长时间静止等异常行为,并通过告警列表、仪表盘和用户设置提供可视化管理与个性化报警功能。
本项目是基于 Django 搭建的音乐推荐与互动平台,集成了歌曲管理、用户登录注册、评论互动、搜索推荐、排行榜展示、知识图谱分析以及 AI 助手功能,旨在为用户提供歌曲浏览、查询、推荐和社交分享的一体化体验。