-
Notifications
You must be signed in to change notification settings - Fork 0
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
- Loading branch information
1 parent
3ba951d
commit 055e324
Showing
1 changed file
with
70 additions
and
1 deletion.
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -1 +1,70 @@ | ||
# Test | ||
# 刘捷--个人简历 | ||
|
||
## 基本信息 | ||
- 姓名:刘捷 | ||
- 民族:汉 | ||
- 邮箱:[email protected] | ||
- 住址:浙江省杭州市 | ||
- 出生年月:1998.02 | ||
- 身高:175cm | ||
- 政治面貌:共青团员 | ||
- 毕业院校 :南华大学 | ||
- 学历:硕士 | ||
|
||
## 教育背景 | ||
### 全日制专业学位硕士(计算机技术) | ||
**南华大学(统招)** 2019.08 - 2022.06 | ||
- 学习并实践深度学习,大数据技术与应用,可信计算技术与应用,软件评测技术与应用 | ||
|
||
### 计算机科学与技术学士 | ||
**衡阳师范学院(统招)** 2015.08 - 2019.06 | ||
- 学习并实践计算机网络,数据结构,计算机组成原理,计算机操作系统,C++,Java | ||
|
||
## 工作经历 | ||
### 高级计算机视觉算法工程师 | ||
**杭州杰峰软件有限公司** 2022-12 - 至今 | ||
- 开发并优化人脸检测算法(使用RTMDet) | ||
- 开发并优化人体检测算法 | ||
- 开发并优化跌倒检测算法(YOLOv8图片检测+YOLOv8-pose + STGCN 行为识别) | ||
|
||
### 计算机视觉算法工程师 | ||
**浙江力嘉科技有限公司** 2022-7 - 2022-11 | ||
- 负责**大货车非法加装强光灯检测项目**的需求调研 + 数据标注 + 模型训练 + 模型验证 + 模型部署 + 误检漏检数据重训练 | ||
- 负责**非机动车闯红灯检测跟踪项目**的需求调研 + 数据标注 + 模型训练 + 模型验证 + 模型部署 + 误检漏检数据重训练 | ||
- 负责与浙大博士团队进行项目有关的沟通协调 | ||
|
||
## 项目 | ||
### 大货车非法加装强光灯检测项目 | ||
- 项目效果展示URL:https://gecko.org.cn/project | ||
- 目标:实时获取海康平台Kafka流大货车过车图片URL,检测是否非法加装强光灯 | ||
- 解决方案:使用Python获取Kafka流数据,实时发送给YOLOv6 Flask集群进行检测(将Pytorch model转为OpenVINO IR部署在`Intel Xeon Gold 5218R [email protected]`上),将最后结果发送给MQTT服务器并存储MySQL | ||
- 结果:程序19:00 - 5:00开启,每日图片吞吐量为2500+,准确率95%+,召回率66%+,F1值为0.79,平均识别时间0.3秒/每张图片(原先方案使用Pytorch model为0.6秒/每张图) | ||
|
||
### 非机动车闯红灯检测跟踪项目 | ||
- 项目效果展示URL:https://gecko.org.cn/project | ||
- 目标:根据视频流检测非机动车并跟踪,结合当前红灯情况判断是否闯红灯 | ||
- 解决方案:OpenCV实时获取视频RTSP流,使用YOLOv8间隔帧检测并跟踪非机动车,根据配置的左转、直行、右转红灯区域使用ResNet18进行检测,保存闯红灯照片(包含轨迹),发送JSON数据给MQTT服务器并存储MySQL | ||
- 结果:在3台服务器共14张NVIDIA T4上部署项目监控50路视频,红灯检测0.03秒/每帧,YOLOv8检测跟踪0.05秒/每帧,内存占用3G/每路,显存占用1.5G/每路,带宽4M/每路,准确率94%+ | ||
|
||
## 资格证书 | ||
- CET-6 | ||
- 软件设计师 | ||
- 系统集成项目管理工程师 | ||
|
||
## 技能 | ||
- 图像分类 | ||
- 图像检测(RTMDet, YOLOv8, YOLOv5, YOLOv6) | ||
- 行为识别(YOLOv8-pose + STGCN) | ||
- OpenCV | ||
- Pytorch | ||
- Python/JAVA/PHP/C/C++ | ||
- 熟悉图像检测流程(收集图片-》Labelme/LabelImg打标-》模型训练-》模型验证-》模型部署-》误检图片收集重训练) | ||
- 熟悉视频流检测跟踪流程(获取视频流-》检测-》跟踪-》处理) | ||
|
||
## 语言 | ||
- English | ||
- 中文 | ||
|
||
## 总结 | ||
- 优秀的问题解决能力、团队合作和沟通能力 | ||
- 持续学习和跟踪最新的计算机视觉技术研究成果 |