机器视觉

?智能监控三区域监控:支持同时监控3个屏幕区域（Boss血量、技能读条、技能喊话）实时OCR识别:使用PaddleOCR进行高精度中文文本识别规则匹配:支持自定义监控规则，精确匹配关键文本?语音播报EdgeTTS:使用微软EdgeTTS引擎，支持多种中文语音智能缓存:自动生成和缓存音频文件，提高响应

最早一批的Comfyui插件作者 A100训练过大语言模型，对语言模型数据处理、训练有一定的了解 训练图像模型，在sd模型civitai上有发布有、comfyui插件作者。与达摩院合作开发开源项目 facechain Agent方面：langchain-chatchat贡献者，熟悉langchain、eliza开源项目贡献者

本方案面向企业级客户，解决他们在实际业务中对图像处理的需求，如产品缺陷检测、医疗影像分析等。 【50%】相比于市场常规方案，本方案具有以下特点： 高精度：采用先进的深度学习模型，如YOLO（You Only Look Once）和Transformer变体（DINO等），在物体检测和图像分割任务上表现出色。 快速响应：通过优化算法和硬件配置，实现快速实时处理大量图像数据，满足工业生产线上高效率的要求。 灵活定制：可根据客户需求进行个性化定制，包括但不限于特定场景下的目标检测、多类别的图像分类等。 可扩展性：支持模块化设计，方便后续功能升级或与其他系统集成。 【20%】方案的产品组成和技术选型： 数据采集：使用高清摄像头或其他传感器设备获取原始图像数据。 前端处理：利用GPU加速计算平台进行实时预处理，如图像缩放、色彩转换等。 模型训练：基于TensorFlow或PyTorch等深度学习框架构建YOLOv5或ViT（Vision Transformer）模型，并在标注好的数据集上进行训练。 后端应用：将训练好的模型部署到服务器或边缘计算设备上，实现实时图像处理与分析。 用户界面：提供可视化操作界面，便于用户查看处理结果并进行参数调整。 总之，该方案结合了前沿的计算机视觉技术与灵活的定制能力，旨在为企业客户提供高效、精准的图像处理解决方案。

1. 本项目解决问题：准确重建具有复杂表面结构的 3D 点云模型。 2. 本项目采用基于编码器解码器架构的单幅图像三维重建方法实现，首先实现从图像到稀疏点云，然后实现从稀疏点云到密集点云重建，从而实现对复杂表面结构物体3D模型重建。 3. 结合论文和源代码（论文可私信）。

本项目开发一个书籍自动翻译器，该翻译器能够对pdf或word格式的文档进行自动翻译成中文，并输出为pdf或markdown格式的文件。 该工具使用了大语言模型LLMs（GPT-4o等），可以根据配置文件选用不同的大模型 主要开发语言为Python，该项目是模块化的，并且面向对象的设计，易于定制或拓展

由于之前一直在公司工作，很多项目无法截图，这边写上自己个人技能： 独立开发过CV/NLP/机器学习项目，具备独立解决问题的能力。 精通医疗/通用场景图像分类、检测、信息抽取、OCR及一维信号分类。 自学能力强，能够快速学习、掌握新技术和工具，持续跟踪业内最新技术进展（AIGC、LLM）。 熟悉BERT相关预训练模型的使用及其NLU任务定制等通用NLP技术及LLM大模型的微调。 在天池CBLUE医疗信息大数据比赛中排名第27名，KAGGLE毒性评论打分比赛获得银牌。 熟练使用PYTHON开发，熟悉C、MATLAB。

1.懂目标检测，语义分割，物体分类的基本范式代码实现，pytorch框架为基础的深度学习代码调试，复现，改进；目标检测的yolo，fasterrcnn，detr等算法 2.进阶框架openmmlab系列，包括mmdetection，mmseg，mmcls，mmfewshot熟练使用和实现想法；yolo官方代码库ultralytics的熟练使用和实现想法；paddlepaddle的基础使用（熟练待学）； 3.还在自学大模型相关知识和java全套 4.语言：python，java，c++

• 参与建立车辆轨迹数据集，并将其存储在AWS S3中以实现高可用性 • 创建带有GPU的AWS EC2实例，并在其上进行Fast R-CNN模型的训练和验证 • 基于Angular框架开发动态响应的前端网页，以显示模型的预测结果 • 使用Docker容器和local repositories来构建Docker镜像