熟练使用Python进行全流程开发,精通PyTorch深度学习框架,熟练运用YOLOv8、YOLOv10、YOLOv12系列模型完成目标检测任务;可独立完成数据集标注、清洗、扩充、模型训练、调优、推理部署整套流程。掌握OpenCV图像处理,能实现视频流识别、画面截取、目标框绘制、帧率优化;熟练使用Pandas、NumPy完成数据清洗、统计分析、表格批量处理。熟悉Windows环境下CUDA、cuDNN环境搭建与排错,可解决显卡加速、版本兼容报错;掌握爬虫脚本、自动化办公脚本开发,能批量处理文件、自动化重复操作;了解基础前端搭配后端简易部署,具备完整计算机视觉项目落地、文档撰写、代码调试能力,可独立承接图像识别、数据处理、代码修改、毕设视觉类开发需求。
1. 基于YOLOv8的交通信号灯状态识别系统开发,独立制作道路实景数据集,完成红绿黄灯目标标注、数据增强,完成模型训练与损失、PR曲线调优,优化视频实时检测帧率,实现本地视频、摄像头实时流信号灯识别,输出识别结果表格,完成全套毕业设计代码、论文撰写与答辩调试。
2. 批量数据自动化处理项目,使用Python Pandas开发脚本,批量读取多份Excel文件,完成数据去重、筛选、统计汇总,自动生成标准化报表,大幅减少人工整理时间。