深度学习

项目包括主应用服务子系统、IoT通信服务子系统、视频及图片采集设备、AI服务子系统、外围服务子系统、应用分析服务子系统(保留，后未开发)，前端包括Web网页、H5页面、微信小程序、手机App（Uni-App）。 主应用服务子系统针对特定行业的业务进行管理和监控，涉及操作权限和数据权限访问控制，采集来自IoT通信服务子系统的图片和设备信息，并交由AI服务子系统进行智能处理，如人脸识别、人数统计等。后端使用SpringBoot+MySql，前端使用Vue，微信小程序和App使用Uni-app开发。 IoT通信服务子系统与采集设备进行通信，通信协议为基于tcp/ip的私有协议，支持设备注册、登录、时钟同步、参数请求和获取、测量报告、事件报告、上传、下载支持断点续传等功能，其与主应用服务子系统进行数据交互。使用Netty-Nio框架开发。 AI服务子系统实现如人脸识别、人数统计等业务需要的AI功能，人数统计使用yolo-V5算法，NLP调用百度大模型接口。 外围服务子系统如OTA子系统，为设备和App进行远程升级提供服务。 在这个项目中，我负责架构设计，需求分析，数据库设计，IoT通信协议开发、以及60%的Web后端开发。 项目的难点在于需求的把握和调整对架构稳定性的挑战。使用模板对各种可变配置参数进行管理，包括如word模板、excel模板、问卷模板、微信推送模板、短信模板、设备参数模板、事件告警模板等等，以适用不同业务不同主体的配置需求。

项目介绍： 在如今信息大爆炸时期，文本信息过载问题日益严重，通过文本摘要的方式获取到海量信息中 的关键信息，以便于人们更好的理解信息，充分利用有价值的数据。 项目内容： 1、基于 Seq2seq 架构创建 Baseline-1 模型并使用提前训练词向量的方式来优化模型； 2、通过优化框架得到 PGN+attention 结构的 Baseline-2 模型，解决了 Baseline-1 无法处理 OO V 单词的问题； 3、通过优化训练算法得到 PGN+attention+coverage 结构的 Baseline-3 模型，解决之前模型中 无效重复的问题； 4、通过优化解码算法得到 PGN+attention+beam search 结构的 Baseline-4 模型，解决了无效 重复问题的同时提升了长文本摘要的表达。

开发了一个高精度的人脸识别系统，用于安全验证、人员管理、客户洞察等。 实现多平台，多种推理框架的人脸识别、reid 、跟踪等算法 SDK。 移动端交互活体认证、服务端人脸认证和实人认证 NVIDIA jetson 平台拉流、解码、检测、跟踪、聚类、识别等全流程视频分析

AI慧眼系统是基于深度学习的一个智能系统，用于实时监控、异常行为检测、客流分析等。 提供，模型训练，模型优化，模型部署，工程化SDK，算法服务全流程开发部署。

项目分为：1，图像采集。2，图像检测。3，结果分析。4，结果输出。5，UI等。 我的工作：全项目软件部分90%工作都有我来负责。 工具/语言：ubuntu，C/C++, Yolo，mysql， Qt， http api， modbus， opencv等

负责核心技术平台架构和技术预研，带领团队改造并完成内容数据平台和信息流分发平台，Feed流的智能化推荐、会员增值服务，车型库等基础技术平台建设和部署，支撑亿级用户高并发访问。