diff --git a/README.md b/README.md index b56ef15..4a08f88 100644 --- a/README.md +++ b/README.md @@ -10,7 +10,7 @@ - 政治面貌：共青团员 - 毕业院校 ：南华大学 - 学历：硕士 -- 电子简历地址：https://gecko.org.cn/resume +- 电子简历地址：[https://gecko.org.cn/resume](http://keeper-jie.github.io/) ## 教育背景 ### 全日制专业学位硕士（计算机技术） @@ -23,28 +23,29 @@ ## 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） +**杭州杰峰软件有限公司**    2023-12 - 至今 +- 开发并优化跌倒检测算法（基于图片使用YOLOv8） +- 开发并优化跌倒检测算法（基于视频使用YOLOv8 + 自定义IOU tracker跟踪 + MLP判断是否跌倒） +- 开发并优化玩手机检测算法（基于图片使用YOLOv8） +- 开发并优化吸烟检测算法（基于图片使用YOLOv8） ### 计算机视觉算法工程师 -**浙江力嘉科技有限公司**    2022-7 - 2022-11 +**浙江力嘉科技有限公司**    2022-7 - 2023-11 - 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 +- 项目效果展示URL：[https://gecko.org.cn/project](http://117.72.86.52/project/) +- 目标：实时获取海康平台Kafka流中大货车过车图片URL，检测此图片是否有非法加装的强光灯 - 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 CPU@2.1GHz`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 +- 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、右转红灯区域使用自定义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 @@ -54,12 +55,12 @@ ## 技能 - 图像分类 -- 图像检测（RTMDet, YOLOv8, YOLOv5, YOLOv6） -- 行为识别（YOLOv8-pose + STGCN） +- 图像检测（YOLOv8, YOLOv5, YOLOv6） +- 行为识别（数据清洗 + 自定义dataloader + 自定义模型 + 训练 + 验证 + 推理 + 数据可视化） - 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） +- Python/JAVA/PHP +- 熟悉图像检测项目流程（收集图片-》Labelme/LabelImg/CVAT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