业务背景
1. 基于深度学习的图像识别系统
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
功能介绍
1. 基于深度学习的图像识别系统
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
项目实现
1. 基于深度学习的图像识别系统
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
项目背景：为某电商平台设计商品图像分类模型，提升商品检索效率。
技术栈：Python、PyTorch、ResNet、Transformer、数据增强（Augmentation）、模型压缩。
核心工作：
- 数据处理：清洗20万张商品图像数据集，使用OpenCV进行预处理，通过MixUp、CutOut等技术增强数据多样性；
- 模型优化：对比ResNet、ViT等模型，最终采用改进的Swin Transformer架构，在测试集上准确率从82%提升至91%；
- 部署落地：将模型转换为ONNX格式，集成至Flask服务，响应时间缩短30%。
成果：模型上线后，商品检索准确率提升15%，用户点击率增长10%。
示例图片视频
相似推荐
活动运营配置平台
基于以上原因，亟待开发一套通用可视化配置系统，能支持业务多维度资源配置，实现通过定义表单描述语言或者拖拽组件即可实现新页面的创建。
活动配置中心系统具有以下优点：
- 定义了一套表单描述语法，整套界面支持可拖拽，操作便捷，支持多种数据结构，通用性强
- 支持配置数据数据同步，可以与业务方数据库表数据一一对应、实现了配置的读写分离
- 高性能 配置读取本地内存缓存，利用 Zookeeper 做实时更新，实时性强
- 高可用 sdk 支持配置持久化到本地文件快照，保证即使 server 不可用时业务端也能读取文件快照对外提供服务
WIC绘图
拥有一组统一的图像编码/解码器并支持扩展
用户可根据需要在原有基础上扩展图像编码、解码器或使用自定义编码、解码器对图像进行加密
用户可直接操作图像的元数据
用户可将同一纹理数据通过不同的CMake参数在不同的DirectX引擎中使用
旅行消了个消
该游戏是一个融合了核心三消引擎、主题化关卡场景、资源经济系统、收集成就体系、角色成长（装备升级）和玩家数据管理的综合应用。各模块协同工作，为玩家提供了沉浸式的环球旅行主题消除体验，并通过目标驱动、收集系统和成长机制维持长期吸引力。技术实现上需关注引擎效率、数据管理、资源加载和模块间的解耦。
怀旧游戏聚合平台-91soyo
主要是提供java游戏的展示和下载，这些java游戏因为年代久远，慢慢就没有网站提供下载，但是爱好者还是很多。还提供了上传服务，让小伙伴们能有平台上传自己收藏的游戏。更重要的是有类似贴吧的交流社区，畅所欲言对java游戏的喜爱。还能描述自己已经忘记名字到还有些零碎记忆，群策群力找回当年属于自己的感动
基于LightGBM的游戏商品推荐-火元素西游2
在新的大数据处理流水线中，整合了数据日志采集、队列数据同步数仓、实时/离线统计、用户画像、用户留存预测、用户真实性别预测、用户真实年龄预测、用户商品推荐等功能，并为以上功能统一了接口规范（包括数据同步、数据统计、模型的训练和预测），便于日后业务拓展需要。
帮助文档
Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服