职业经历
1、通过消息队列对算法进行服务端部署，完成算法与微服务的业务进行通信。 2、通过获取圆形的轮廓层级结构，以及腐蚀膨胀等操作，完成圆形检测算法 3、对 PSENet 检测网络的特征层数量以及尺寸进行改进，完成对账单的文本检测。 4、利用 ConvNeXt 思想对 CRNN 的骨干网络进行优化，完成对账单的文本识别。 5、复现论文中的思想，通过傅里叶变换去除低频信息完成账单褶皱去除功能。 6、结合公司数据规模，通过 GAN 网络生成大量账单文本进行训练网络。
工作经历
算法工程师
·
字节跳动
2022年10月 — 2024年10月
技术,人工智能,图像算法工程师
掌握图像基础：滤波算法、颜色空间、边缘检测算子、傅里叶变换等相关知识。 掌握深度学习：感受野、卷积层类型、激活函数、通道尺寸计算、拟合现象等相关知识。 掌握图像分类：VGGNet 网络、ResNet 网络、ConvNeXt 网络。可针对项目对网络进行改进。 掌握目标检测：Faster R-CNN 网络、YOLOv1~v3 网络。可结合其他网络的 trick 对网络改进 了解算法框架：PaddlePaddle 算法框架、OpenMMLab 算法框架、Detectron2 算法框架。
教育经历
重庆大学
电子信息
2018年10月 — 2021年10月
项目经历
吉利汽车工程研究院
2022年10月 — 2024年10月
掌握图像基础：滤波算法、颜色空间、边缘检测算子、傅里叶变换等相关知识。 掌握深度学习：感受野、卷积层类型、激活函数、通道尺寸计算、拟合现象等相关知识。 掌握图像分类：VGGNet 网络、ResNet 网络、ConvNeXt 网络。可针对项目对网络进行改进。 掌握目标检测：Faster R-CNN 网络、YOLOv1~v3 网络。可结合其他网络的 trick 对网络改进 了解算法框架：PaddlePaddle 算法框架、OpenMMLab 算法框架、Detectron2 算法框架。
TA 的技能服务
该人才共 1 项技能服务，可在 技能服务 中搜索「zhangmaoker」查看。