計算機視覺：深入理解計算機視覺的基礎(chǔ)理論和應(yīng)用實踐，包括但不限于圖像處理、特征提取、目標(biāo)檢測與識別、圖像分割等。
機器學(xué)習(xí)：掌握多種機器學(xué)習(xí)算法，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及強化學(xué)習(xí)等，能夠使" /> 国产高清在线观看av片,无码国产精品一区二区免费16

成人影片麻豆国产影片免费观看_成人无码网www在线观看_国产激情精品一区二区三区_中文字幕无码av波多野吉衣_欧美日韩国产码高清综合人成

猿急送>

濟南其它兼職程序員

ID：346609

瀟辰哥哥

計算機視覺工程師

公司信息：
安徽椒圖

工作經(jīng)驗：
2年

兼職日薪：
500元/8小時

兼職時間：
可工作日遠(yuǎn)程
可工作日駐場（自由職業(yè)原因）

所在區(qū)域：
濟南
全區(qū)

技術(shù)能力

編程語言：精通Python編程
計算機視覺：深入理解計算機視覺的基礎(chǔ)理論和應(yīng)用實踐，包括但不限于圖像處理、特征提取、目標(biāo)檢測與識別、圖像分割等。
機器學(xué)習(xí)：掌握多種機器學(xué)習(xí)算法，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及強化學(xué)習(xí)等，能夠使用Python實現(xiàn)這些算法。
深度學(xué)習(xí)框架：熟練使用TensorFlow、PyTorch等深度學(xué)習(xí)框架，進行模型設(shè)計、訓(xùn)練和優(yōu)化。
圖像處理庫：熟悉OpenCV、PIL等圖像處理庫，能夠高效處理圖像數(shù)據(jù)

項目經(jīng)驗

1. **基于無人機的茶芽檢測系統(tǒng)**
- **描述**：
- 負(fù)責(zé)設(shè)計并實現(xiàn)一個基于無人機的茶園監(jiān)測系統(tǒng)，利用計算機視覺技術(shù)自動檢測茶芽的生長情況。
- 利用無人機搭載的高分辨率相機收集茶園圖像數(shù)據(jù)。
- 開發(fā)了圖像處理算法，包括圖像預(yù)處理、特征提取和分類算法，以識別和計數(shù)茶芽。
- 通過機器學(xué)習(xí)模型優(yōu)化檢測精度，實現(xiàn)了茶園生長狀態(tài)的實時監(jiān)控和評估。
- **技術(shù)棧**：Python,Pytorch,無人機編程接口

2. **基于SR-DETR的茶葉病害檢測**
- **描述**：
- 參與一個研究項目，專注于使用SR-DETR（Set-based Regression DETR）模型檢測茶葉病害。
- 負(fù)責(zé)數(shù)據(jù)收集和標(biāo)注，構(gòu)建了一個大規(guī)模的茶葉病害圖像數(shù)據(jù)集。
- 實現(xiàn)了SR-DETR模型的訓(xùn)練和微調(diào)，針對茶葉病害檢測任務(wù)優(yōu)化了模型結(jié)構(gòu)和參數(shù)。
- 通過實驗驗證了模型的有效性，顯著提高了病害檢測的準(zhǔn)確性和魯棒性。
- **技術(shù)棧**：Python, PyTorch, SR-DETR, 數(shù)據(jù)標(biāo)注工具，F(xiàn)lask，Vue3

3. **ChatGLM6B模型的部署及微調(diào)**
- **角色**：機器學(xué)習(xí)工程師
- **描述**：
- 負(fù)責(zé)將ChatGLM6B模型部署到生產(chǎn)環(huán)境中，以提供實時的自然語言處理服務(wù)。
- 對模型進行了細(xì)致的微調(diào)，以適應(yīng)特定的業(yè)務(wù)需求和提高性能。
- 設(shè)計了模型的部署架構(gòu)，確保了高可用性和可擴展性。
- 實現(xiàn)了模型的持續(xù)集成和持續(xù)部署（CI/CD）流程，簡化了模型更新和維護工作。
- **技術(shù)棧**：Python, Docker

案例展示

茶芽檢測

負(fù)責(zé)設(shè)計并實現(xiàn)一個基于無人機的茶園監(jiān)測系統(tǒng)，利用計算機視覺技術(shù)自動檢測茶芽的生長情況。利用無人機搭載的高分辨率相機收集茶園圖像數(shù)據(jù)。開發(fā)了圖像處理算法，包括圖像預(yù)處理、特征提取和分類算法，以識別和計數(shù)茶芽。通過機器學(xué)習(xí)模型優(yōu)化檢測精度，實現(xiàn)了茶園生長狀態(tài)的實時監(jiān)控和評
茶葉病害檢測

參與一個研究項目，專注于使用Transformer模型檢測茶葉病害。負(fù)責(zé)數(shù)據(jù)收集和標(biāo)注，構(gòu)建了一個大規(guī)模的茶葉病害圖像數(shù)據(jù)集。實現(xiàn)了Transformer模型的訓(xùn)練和針對茶葉病害檢測任務(wù)的代碼修改，優(yōu)化了模型結(jié)構(gòu)和參數(shù)。通過實驗驗證了模型的有效性，顯著提高了病害檢測的
茶葉病害檢測

參與一個研究項目，專注于使用Transformer模型檢測茶葉病害。負(fù)責(zé)數(shù)據(jù)收集和標(biāo)注，構(gòu)建了一個大規(guī)模的茶葉病害圖像數(shù)據(jù)集。實現(xiàn)了Transformer模型的訓(xùn)練和針對茶葉病害檢測任務(wù)的代碼修改，優(yōu)化了模型結(jié)構(gòu)和參數(shù)。通過實驗驗證了模型的有效性，顯著提高了病害檢測的