-
-
- 猎头简历
- 简历编号:EPINP3D431457648
-
求职意向 举报-
- 应聘职位:深度学习工程师 图像算法工程师 算法工程师
- 期望薪资: 30000-49999元
- 期望地区: 上海
- 期望行业: 行业
自我介绍-
1、热爱生活,喜欢学习,强烈求知欲,勤奋好学,肯吃苦,踏实上进!!热爱工作!!并且真的是喜欢软件行业!!热爱图像处理,希望在图像识别人工智能行业贡献自己的青春 2、目前从事图像处理行业,主要涉及图像特征提取,传统机器学习和深度学习的调试和优化,其中包括对intelAI加速器底层性能加速库的优化、对caffe、tensorflow、ncnn的卷积加速代码的熟读,了解。对cuda编程的学习,对cuda内存的学习和理解并加以利用。 熟悉相关代码:熟悉了解caffe、tensorflow的训练框架,以及熟悉底层代码 熟悉了解opencv相关库 熟悉了解gstreamer、deepstream、tensorRT、movidius相关代码库 C/C++(熟练) Web前端(一般) Python(熟练) 大学英语6级(熟练) HTML5(一般) Android(良好)
工作经验:- resideo智能装备有限公司上海分公司
- 计算机软件
- 算法工程师
- 工作描述:
2018-09至今——公司:resideo智能装备有限公司上海分公司(10000人以上) 行业:计算机软件 性质:上市公司 部门: 研发部 职位: 算法工程师 工作描述:主要参与的项目有: 1、arm与disarm系统中人脸识别和Reid识别算法的实现 1)、人脸检测算法 2)、人脸属性算法(五官、性别、人脸姿态) 3)、人脸识别算法 4)、行人重识别算法的实现(Reid) 5)、在低功耗设备上(armv7)上实现暗光背景下,人形检测,模型大小600KB,运行内存6MB,mAP为68%,(使用ncnn等第三方库) 6)、使用单目摄像头对人脸深度进行估计,根据3DMM算法,使用深度学习方法对shape参数进行估计,并且估计之后的深度与双目摄像头进行对比,查看其差异性。 2、复现了LFFD、centernet、设计了新的anchor_based的人脸检测算法 3、迁移移植了yolov2、yolov3的损失层,复现移植了focalLoss、cosface损失函数 4、熟悉使用tensorRT、gstreamer等框架,熟悉使用cuda编程 2016-04至2018-09——公司:嘀拍科技南通有限公司(少于50人) 行业:计算机软件 性质:民营公司 部门: 研发部 职位: 图像算法工程师 工作描述:1、参与开发研究工厂机械化铆钉缺陷检测算法,负责图形算法的研发与编程和维护 2、主要负责研究intelAI加速芯片ma2450, ma2485底层加速代码的优化,实现将yolo,yolov2相关模型转化为可以在movidius上运行
项目经验-
2020-07至今——PIR.Camera 暗光条件下低功耗设备人形检测 所属公司:resideo智能装备有限公司上海分公司 项目描述:主要使用armv7平台,低功耗设备,在暗光条件下人形检测。算法改进点: 1). 训练样本使用coco数据集中的人形样本,并且对人形样本进行随机裁剪,裁剪保留的依据基于IOU阈值,同时由于真实场景多为暗光和人形模糊的情况,在数据增强的同时,增大高斯模糊和亮暗部随机增强。 2).网络框架基于YOLOV3,使用ResBlock以及FPN上采样策略,增大小样本的特征表征能力 3).YOLOV3,在最后的loss函数中使用grid cell作为每个box是否参与训练的依据,这样会导致真实样本重复,覆盖之前的反向梯度值.改进方法是,减少loss层数,通过实验发现,覆盖的比率最大的是在下采样32倍的情况下,覆盖情况较严重,所以本算法采用下采样4倍、8倍的loss层。这样改进之后性能mAP从45%-53%。再改进正负样本采样策略。从grid cell回退到基于输入层,确认正负样本,这样可以完全确保每个样本都可被训练到。性能从53-61%。 4).基于centerNEt的训练策略,在darknet上复现算法,重新训练。性能map61%-68%。 5).基于通道裁剪的方法,使用batchnorm的scale系数,对网络进行稀疏训练,再进行裁剪,再调优 负责整个算法的训练和实现。并且使用ncnn移植到设备板上。在此过程中,熟悉并了解ncnn源码。 2020-02至今——单目摄像头估计人脸深度,重建人脸三维结构 所属公司:resideo智能装备有限公司上海分公司 项目描述:基于3DMM和3DFA算法,改进3DMM在复杂场景中,深度估计较差的情况,使用深度学习方法,重新估计3DMM参数。 1、基于3DFA,改进网络结构从mobiletv1->mobilenetv3, 改进损失函数,原算法在实现的过程中对每个参数进行加权,改进之后将预测的参数值带回原图,计算出Vs三维顶点,进而与真实值进行比较,求得损失函数。 2、点云到深度图, 使用pcl库将点云 3、深度对比评估,使用双目摄像头计算实际图像深度和单目评估算法进行对比。包括控制双目摄像头的同步、标定、计算图像的深度 4、运行设备: nvidia jetson nano 负责整个算法的实现 2019-04至2019-12——arm/disarm智能家居AI系统 所属公司:resideo智能装备有限公司上海分公司 项目描述:主要是结合公司实际产品,公司主打安防产品,目前在布防和撤防过程中主要的算法实现是通过蓝牙实现,现在是想结合ai技术实现人脸撤防作用.涉及到的具体算法如下: 1)、人脸检测算法 提出了新的anchor_based的人脸匹配算法,mAP(wideface val set: hard: 75%, 85%, 90%) 2)、人脸属性算法(五官、性别、人脸姿态) 采用多任务训练融合算法 3)、人脸识别算法 设计mobilenetface并且结合softmax_entropy_loss和三元组损失一起训练, accuracy(99.42%) 4)、行人重识别算法的实现(Reid) 5)、对于1:N查询人脸库算法,尝试了使用三种方式: ①循环迭代算法, ②LSH(局部敏感哈希算法) ③map映射算法 ④K-D树检索算法 负责整个算法的实现 2018-03至2018-07——交通信号标志检测 所属公司:嘀拍科技南通有限公司 项目描述:自主学习项目: 基于已有的采集到的85种交通信号灯数据集, 1)图像分辨率太大,凸显样本过小,对样本进行做crop增强,提高小样本的分辨率 2)采用yolov3进行训练 3)基于通道缩放因子,进行网络裁剪,最好求得map为78.5% 4)最后移植到Hisi3519A V100,其中重写yolo层并对其优化 负责整个算法的实现和训练 2017-04至2018-08——movidius芯片底层优化与算法移植 所属公司:嘀拍科技南通有限公司 项目描述:熟悉movidius底层加速框架,并加以优化 熟悉caffe和tensorflow框架生成的模型原理,同时移植caffe、tensorflow等框架开源模型,如googlenet,ssd,mobilenet-ssd,yolov2,并有github repository。 实现yolo层regore层和relu层在movidius底层的代码工作 熟悉caffe、tensorflow的相关代码及深度学习相关层的一些操作 2016-05至2016-10——工厂零件半圆头铆钉检测系统的研发 所属公司:嘀拍科技南通有限公司 项目描述:(1)、摄像机标定阶段:求取摄像机模型的内外参数,外参数包括旋转和平移参数,内参数主要包括焦距,径向畸变,偏移因子,图像平面中心坐标(u0,v0)等参数。根据透视矩阵变换(采用opencv函数库中的透视变换函数)。寻找6个空间点坐标,联立6个方程,求取参数。光源选用led光源。 (2)、图像预处理阶段:噪点去除,通过对领域像素点的判断,通过中值滤波窗口模板一,对每个像素点进行卷积,再对两中心点灰度值求差,如若大于某一阈值,则认为其为噪声点,再对其进行中值滤波去除噪声。 (3)、铆钉轮廓特征的提取阶段:由于工厂操作环境及铆钉的颜色(全黑色)的特点,本项目采用基于灰度频率直方图的思想,采用区域阈值分割提取算法。首先求取灰度频率直方图,然后求取图像灰度平均值,接着计算背景和目标类型的类间方差,当方差值达到最大时,可获得阈值。 (4)、铆钉参数的求取阶段:①铆钉轮廓定位算法:标准的二维铆钉轮廓图像是对称的,但是在实际操作过程中,图像并非是水平对称获取到的,因此为了求取铆钉全长,可分为两个类型进行求取,正常图像水平放置的铆钉,以及倾斜放置时的铆钉,求取最小外接矩形的四个坐标,便可求得外接矩形。任意角度放置的铆钉可认为是水平放置的铆钉经过旋转之后的图像,因此可对倾斜放置的铆钉进行逆向旋转,求取新的坐标,进而求取外接矩形坐标。②铆钉特征点识别算法:本算法重点在于寻找长短直径连接处的角点(曲率极大值的点),通过首先选定支撑区间R,然后计算图像中每个轮廓点在前后支撑区间内的中心值的方法,计算得出轮廓点的曲率角(前后之间方向角之差,曲率角最小,这可认为该点为特征点)。 项目目的:传统的铆钉检测是以人工方式进行,效率极低,对于大批量铆钉的检测更是费时费力,不仅难以达到检测要求,而且与现代工业要求的在线测量和实时控制要求不符,为了克服传统人工铆钉检测工效低、精度不易控制等弊端,开发出基于机器视觉的自动检测系统。本项目主要针对半圆头铆钉进行的检测系统的研发。铆钉的参数:铆钉的全长、短直径、长直径的规格、铆接部分长度。
学历教育- 西北农林科技大学
- 生物科学及生物技术类
- 教育经历:
2012-09至2015-06——西北农林科技大学 植物学 硕士 利用编程语言设计巧妙算法建模实现预测植物生长发育模型 2008-09至2012-09——西北农林科技大学 制药工程 本科
获得证书-
其他 主题: 熟悉相关代码 主题描述: 熟悉了解caffe、tensorflow的训练框架,以及熟悉底层代码 熟悉了解opencv相关库 熟悉了解gstreamer、deepstream、tensorRT、movidius相关代码库
培训经历-
校内荣誉 2011/6 一等专业奖学金 2010/6 一等专业奖学金 2009/6 一等专业奖学金 校内职务 2008/10-2011/6 学院学生会社会实践部部长 职务描述: 组织院里学生参加多次社会实践活动,如义务教学,敬老院打扫卫生等社会活动 期望薪资:30000-35000元/月
-
-
- 相似的简历



关注微信
消息提醒
在线客服