30天前活跃

MarkMark

• UID:18495
综合评分 34
方向: 人工智能-计算机视觉与图像处理 人工智能-数据标注和训练支持
杭州市
8000元/8h
5-10年经验
求职意愿:接单·求职中(30天前更新)

个人简介

精通计算机视觉与深度学习:精通人体姿态估计算法(YOLOv8-Pose/HRNet),可针对医疗场景(如早产儿小体型、保温箱遮挡)优化模型,使用PyTorch/TensorFlow 2.x完成模型训练,借助TensorRT 8.x实现推理加速(单帧推理<30ms,准确率≥94%);熟悉OpenCV 4.x视频流处理、FFmpeg H.265编码,能完成多摄像头同步采集与轻量压缩。

技能

核心技能: PyTorch、OpenCV、Transformers
其他技能:
交流语言: 英语( 可口语交流 ) 普通话( 母语水平 ) 韩语( 借助工具可书面交流 )
行业经验: 人工智能 智慧数字孪生 大数据 物联网

项目案例

早产儿肢体动作检测-人体肢体估计
- 功能层面: - 非接触式精准监测:运用医用级摄像头,对保温箱内的早产儿进行持续视频采集,无需传感器直接接触婴儿,避免了对婴儿造成刺激。基于改进的深度学习算法,如YOLOv4/YOLOv5等,能够精准定位早产儿的头部、四肢、躯干等关键身体部位,实现对其姿态的高精度识别。 - 异常行为智能检测:通过对早产儿姿态的时序分析,系统可以有效识别出持续性异常体位、活动减少等异常姿态模式。一旦检测到这些异常,便会及时发出预警,提示医护人员关注潜在的神经系统问题。 - 模型优化与实时性保障:采用TensorRT等技术对姿态识别模型进行加速,确保系统能够在不损失过多精度的前提下,实现对早产儿姿态的实时监测与分析。针对早产儿体型小、易出现遮挡等特点,对模型的anchor设计进行针对性优化,提升模型在复杂情况下的鲁棒性。 - 业务层面: - 助力早期风险筛查:能够协助医生尽早发现早产儿患脑瘫、神经发育迟缓等疾病的风险信号,为早期干预争取宝贵时间。研究表明,早期干预可使早产儿的脑瘫发生率从35.5‰降到9.4‰ ,对改善早产儿的健康预后具有重要意义。
医疗健康 人工智能

工作经历

杭州电子科技大学
  
10001人以上
博士研究生
2021.09 - 2025.09
基础模型设计:YOLOv8-Pose(实时性与精度平衡,支持640×640输入尺寸下,单帧推理时间<30ms,关键点检测准确率≥94%,适配婴儿小体型检测);针对遮挡场景,融合HRNet(高分辨率特征提取,提升局部姿态细节识别能力)。

教育经历

杭州电子科技大学
2021.08 - 2025.09
控制科学与工程
博士
相似推荐
长沙市
桌面端-Qt、人工智能-计算机视觉与图像处理
技能:C++、FFmpeg、GStreamer、Python、Linux、Cocos2d-x
乌海市
人工智能-计算机视觉与图像处理、人工智能-机器学习与深度学习
技能:Python、C、MATLAB
北京市
人工智能-计算机视觉与图像处理、后端-C++
技能:C++、Python、PyTorch、OpenCV、ONNX Runtime
苏州市
后端-Python、人工智能-计算机视觉与图像处理
技能:Python、C++
太原市
人工智能-计算机视觉与图像处理
技能:PyTorch、OpenCV
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服