当前位置: 代码迷 >> 综合 >> 机器学习项目简历收集册-----机器学习(仅供参考)
  详细解决方案

机器学习项目简历收集册-----机器学习(仅供参考)

热度:80   发布时间:2023-11-11 02:19:26.0

图像识别

项目一:齿轮表面粗糙度自动检测

开发应用:python3+sklearn+opencv
项目描述:1)使用CCD相机获取齿轮表面图像
2)图片预处理,使用中值滤波,去除图片椒盐噪声,使用直方图均衡化进行图像增强
3) 使用小波变换提取零件的纹理特征
4)进行pca主成分分析进行降维获取特征
5)使用支持向量机分类器进行分类

项目二:验证码识别

开发应用:python+tensorflow
项目描述:1)通过公司提供的数据集对数据进行编码
2)搭建cnn神经网络
3)对模型进行训练,提高验证码的识别率
4)验证模型

项目三:字符喷吗识别系统

开发应用:python3+opencv+tensorflow
项目描述:通过公司的数据集,将不同风格的图片与数据集的图片进行训练得到不同风格的模型,
这样可以在用户选择不同风格时,将照片快速转换为不同风格。

项目3:基于ROS 系统机械臂抓取工件图像处理设计

项目简介:本移动机器人平台是上下料机械臂自动识别工件,方便机械臂对相应工件分析抓取,简化
工人操作,实现工厂生产工业智能化。
个人职责:USB 摄像头相关OpenCV 库驱动,使用cv_bridge 进行图像捕捉等
所用技术:
1.基于OpenCV 进行过图像获取、裁剪、灰度处理
2.使用ImageTransport API 发布摄像头帧
3.采用image_proc 进行ROS 图像管道,达到获取单色和彩色转换功能
4.训练建立模型、测试模型、检验模型,提高可靠性

项目名称 人脸图像解锁 系统

应用环境
Linux + Python + Pycharm + Tensorflow + Opencv + Numpy + Sklearn
负责模块
图像预处理 + 人脸识别
项目描述
通过 Mean shift 算法对收集来的大量 视频 数据进行分类标签化, 利用 OpenCV 获取视频流和提取
视频针,对获取的视频流使 用 基于 AdaBoost 算法 人脸检测模 从中提取相关的人脸图像 利用 直方图
均衡化、归一化 对图像进行预处理操作,形成图像集并进行保存。 当用户再次人脸解锁时, 通过
TensorFlow 对人脸图像进行识别与图像集进行比对 ,形成 识别人脸的效果
项目职责
  1. 对收集来的数据 进行数据 预处理
  2. 通过 Opencv 获取视频流 ,并通过模型获取先关人脸图像
  3. 对获取的图像 整理成数据集

项目名称名称 :: 快递违禁物品快递违禁物品识别识别

应用环境
应用环境 : Linux + Python + Pycharm : Linux + Python + Pycharm + Opencv + Numpy + Sklearn+ Opencv + Numpy + Sklearn
负责模块
负责模块 :: 图像识别图像识别
项目描述
项目描述 ::
通过危险品扫描图像集通过危险品扫描图像集对对OpencvOpencv所构建的颜色边缘识别分类器模型进行训练,获取危险品扫描颜所构建的颜色边缘识别分类器模型进行训练,获取危险品扫描颜色分类集。通过色分类集。通过OpencvOpencv对对快递快递检测检测扫描扫描时的视频流从中获取视频帧时的视频流从中获取视频帧形成图片,图片通过所训练的模形成图片,图片通过所训练的模型进行识别,获取物品型进行识别,获取物品颜色图片分类,再通过颜色图片分类,再通过朴素贝叶斯中的径向基核模型朴素贝叶斯中的径向基核模型对物品颜色与危险品颜色图对物品颜色与危险品颜色图片集中进行比对,从而判断是否是违禁物品片集中进行比对,从而判断是否是违禁物品
项目职责
项目职责::

  1. 通过通过OpencvOpencv进行图像颜色边缘识别和视频流的获取进行图像颜色边缘识别和视频流的获取
  2. 整理收集好的图片形成图片集整理收集好的图片形成图片集
  3. 对新的视频流中获取的图片进行与图片集的比对对新的视频流中获取的图片进行与图片集的比对

项目4 :门店收银台实时智能监督系统

项目描述:
门店收银台是重点及敏感区域, 以前总公司对于收银台的实时监控是靠专门的监控专员来做的,无
法做到24 小时监控,故通过对主要关键的不合规范的行为进行采集,训练监督,最终开发了可以识别着
装不合规范,长时间玩手机,有无举手示意,或存在违规操作行为的人员,进行记录。
项目职责:
收集大量的不合规范的操作行为,并对这些行为进行分析,收集主要的且重要的不合规范行为;图像
的压缩,裁剪,降噪处理,直方图均衡化处理,创建图像识别器;运用OpenCV 获取USB 摄像头的视频流,
运用高斯滤波对图像进行去燥处理,图片颜色进行空间转换后使用色谱直方图均衡化调节图像亮度,用
TensorFlow 和keras 深度学习框架训练识别模型,采用交叉验证模块,验证精度,提升模型的可靠性和稳
定性。
项目效果:基本实现了重要不规范操作行为的抓取记录。

项目名称:车牌检测与识别项目

项目描述:
为了管理公司车辆,阻止外部车辆进入,使公司更加智能方便,在汽车不作任何改动的情况下,实现汽车身份
的自动登记及验证。
职责描述:

  1. 读取图片文件,根据设定的阈值和图片直方图,找出波峰,用于分隔字符,分隔图片,从而得到逐个字符图
    片,采用来自opencv 的sample,用于svm 训练,定义省份数据,训练svm。
  2. 进行字符识别,识别英文字母和数字和识别中文,高斯去噪,图片分辨率调整,找到图像边缘。
  3. 确定找出车牌矩形区域,目前只支持识别蓝、绿、黄车牌。识别车牌的字符。
  4. 搭建项目主界面。

项目名称:检测不符合要求的产品

项目描述:
在Keras 搭建深度CNN,具体过程分为数据读取、模型构造、模型训练、测试模型
项目职责:

  1. 数据集来自实时监控中视频流中的帧数据, 首先对数据集进行预处理, 使用Keras 的
    ImageDataGenerator 将不同种类的图片分在不同的文件夹中。
    2.进行模型构建,这里采用了卷积层,池化层,全连接层,采用激活函数为relu,并采用了Dropout 防止
    结果过拟合,这里采用的随机梯度下降SGD 的优化函数进行参数优化,
    3.进行模型训练,采用fit_generator(相比较于fit 节省内存)进行训练,执行fit_generator 时,通过设置
    一些超参数进行模型优化,直至模型训练结束.
    4.最终进行调取模型并进行测试模型。

项目三: 教室的人脸签到识别签到系统

业务场景:模型的应用
个人职责:1、opencv+dlib进行视屏采集,从视屏流循环帧
2、实时人脸检测(5特征点的人脸检测,检测灰度帧中的脸)
3、实时特征点标定(68点特征标定)
4、实时人脸特征点对齐
5、实时人脸验证,捕获视屏流,与已注册的人脸数据对比,匹配合适的目标显示
姓名
6、实时活体检测,眨眨眼,张张嘴

项目一:基于CNN的CO2腐蚀类型识别

项目介绍:
针对CO2腐蚀过程复杂、腐蚀类型特征难以提取和准确识别的问题,提出了以腐蚀图像信息为特征,基于卷积神经网绚训练模型的 CO2 腐蚀类型识别方法。以未腐蚀、点腐蚀和均匀腐蚀三种类型样本集构建模型,经测试,该方法识别 CO2 腐蚀类型准确率可达到96.8%。
负责部分:

  1. 使用OpenCV对图像进行裁剪、缩放,利用高斯滤波对图像进行降噪处理,以及利用直方图均衡化调节图像亮度作为CNN的输入;
  2. 搭建基于VGGNet的卷积神经网绚结构,并训练模型,调整模型参数;
  3. 评估模型,测试训练好的模型。

项目二:HSE监控平台

项目介绍:
随着HSE管理体系在化工行业得到高度认可,企业更加迫切的要求HSE管理理论切实的落实到基层生产车间,因而提出了HSE监控平台系统的概念:依靠各类检测仪器仪表获取所需数据信息,在无人干预的情况下由计算机分析数据得出结论,根据所得结论对控制器、执行机构进行操作,最终使整个厂区各个部分实现无人值守的智能化监控。
负责部分:
本人参不生产安全视频监控系统, 主要负责对化工厂工作区内工作人员安全帽佩带情况的监测。

  1. 使用OpenCV对图像进行预处理;
  2. 搭建基于AlexNet的卷积神经网绚,并进行模型训练;
  3. 进行模型验证并将预测结果反馈给报警系统以达到监测效果。

项目三:基于OpenCV对煤粉细度与形状的测量

项目介绍:
煤粉细度是燃烧优化控制的核心参数之一。在电厂运行中,煤粉细度会直接影响到丌完全燃烧热损失不磨煤机耗能。对于煤粉细度信息的测量,当前国内电厂在实际中大部分仍采用筛分法。该方法统计时间长,结果稳定性差,且无法得出煤粉的形状信息。本项目采用图像测 量法制作煤粉图像监测设备,基于OpenCV 视觉库开发软件对电厂风煤粉的细度和形状信息进行测量分析。
负责部分:

  1. 使用OpenCV对图像进行裁剪、缩放,利用高斯滤波对图像进行降噪处理;
  2. 利用matplotlib绘制煤粉细度不燃烧热的相关图像。

项目三: 脸部识别与任务分配

软件环境: Linux + Python + Pycharm +Tensorflow+ Numpy + Matplotlib 项目
描述:
利用检测人脸的脸部笑容,生成的微笑指数,对今天员工的工作情况的统计,记
录每天早上微笑程度,及今天的工作效率,进行针对性的能够完成的工作量的大体
统计,通过长期统计分析公司的各个部门工作效率,并作为公司一段时间的工作量
的参考,进而合理分配工作任务(主要针对生产环境)。并通知其领导进行针对性
辅导,项目涉及到深度学习框架tensorflow, 基于CNN 和经典机器学习模型。
项目职责:
1,前期数据规整,对图像的标注,图像主要特征的提取,图形分形特征的描述性研
究。
2,利用深度学习框架tensorflow 搭建卷积神经网络,根据分析选择合适的训练集
和合适的超参数,完成卷积网络的训练。
3,完成基于特征矩阵,分形特征、PCA 和SVM 模型,具体模型的参数调整,训
练集,开发集,测试集的确定,不同模型的偏差和方差分析,逐步改进模型。

项目一 零件 编号的识别

机械设计部门需要将设计图纸交予加工厂生产机械零部件
每张图纸都会有自己的
编号 零件编号由字母和数字构成 加工厂将每个零件编号粘贴到零件表面 加工厂将零
部件加工完后 需要进行产品零部件的出入库 出入库需要将零部件的编号和数量输入
excel 此项目解决了这个问题
职责描述

  1. 读取图片文件,分隔图片,从而得到逐个字符图片 字符 校正 。
    2.
    对分割后的图片进行图像预处理 选用算法 用 训练集训练模型 。
    3.
    用测试集进行测试 并 优化模型
    4.
    将识别的字符存入 excel
    5
    参与 主界面的搭建

项目二 产品正反面识别

公司主营晶体的生产和打包销售
打包过程时要求所有的晶体产品上下面保持一致 由
于晶体尺寸过小数量过多 靠人工来反转不能满足生产的需求 需要一个识别软件 来识别
晶体的正反面 并通过其他软件控制机械部分将其反转
职责描述
1.
图片预处理
2.
采用 opencv 库 的 平均哈希法 获取图片信息指纹
3.
最后比对两张图片的指纹,获得汉明距离
4.
判断明汉距离
5.
明汉距离差距过大 将 信号传递给机械部分进行翻转

一 、 人脸识别打卡考勤

项目描述
传统的打卡、刷卡为代表的考勤产品,存在着替代打卡,效率低下,不宜统计,管理和使用
维护成 本高等弊端。指纹识别产品在考勤中大规模应用,部分解决了代打卡问题。但是在出汗,手指破
皮等情 况下识别度偏低。因此研发人脸识别打卡考勤系统
个人职责
图像压缩、剪裁,图像降噪处理,创建模型,调试参数。
所用技术
1.
基于 OpenCV 获取摄像头视频流,运用中值滤波对图像进行降噪
2.
将图片做灰度处理,并利用直方图均衡化调节图像亮度
3.
使用哈尔级联定位人脸,形成输入输出
4.
创建局部二值模式直方图模型,对数据进行训练

项目名称:字符条形码的识别系统

项目描述:通过采集电芯表面的字符条形码,经过图像预处理,字符分割,最后
使用BP 神经网络得到字符编码信息,用来追踪产品信息。
个人职责:图像预处理,BP 神经网络模型搭建与优化。
所用技术:

  1. 图像预处理:图像采集,采用中值滤波器对采集到的图像进行平滑滤
    波,去除噪声,通过Canny 边缘检测和膨胀处理得到图像的轮廓;
  2. 在图像的倾斜校正和噪声的进一步去除的基础上,运用垂直投影的字
    符分割方法,将字符分割出来;
  3. 采用BP 神经网络对得到的大量字符进行训练,得到合适的神经网络
    模型,对新的字符识别并保存;
  4. 使用生成的识别系统应用于条形码字符识别,达到追踪产品信息的目
    的。

项目名称:卷芯表面贴胶检测识别

项目描述:采集生产调试中的卷芯表面贴胶照片,经过图像预处理,隐马尔科夫
模型构建,识别卷芯表面有无贴胶,规范生产。
个人职责:提取图像特征矩阵,隐马尔科夫模型创建。
所用技术:

  1. 基于OpenCV 对图像尺寸转换、裁剪,运用高斯滤波对图像进行降噪
    处理。
  2. 将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度;
  3. 利用STAR 特征提取和SIFT 算法的结合,提取图像特征值矩阵;
  4. 创建隐马尔科夫模型,根据该模型的Score 值比较,确定卷芯表面是
    否贴胶。

项目名称:图像识别在电芯激光封口焊缝检测中的应用

项目描述:采用CCD 摄像机作为焊缝检测的传感器,抓取焊缝成形图像,引入
计算机处理和机器视觉技术,进行图像处理,通过对焊缝表面形貌的
识别,进而进行产品检测,提高产品合格率。
个人职责:图像的特征提取,目标识别与模板判断。

所用技术:

  1. 采用高斯滤波。
  2. 利用Canny 算法对图像进行边缘检测;
  3. 采用HOG 算法提取图像特征,特征向量主要借助图像轮廓的提取完
    成;
  4. SVM 分类器。

办公楼人脸识别打卡系统

项目
描述
为员工采集人脸图像库,采集人脸特征,进行机 器学习并将学习生成的模型保存。摄像头
每秒采集一次图像,通过 opencv 定位每张图像中的人脸,将人脸的特征传递给已经训练好的
训练模型,测试该人脸是否存在, 签到 成功 并 记录 签到 时间
所用技术:
Lniux + Python + OpenCV + Numpy + sklearn + OS
实现
方式 选择 使用 OpenCV 的局部二值模式做人脸识别模型
完成基础代码,处理训练集图片得到训练的输入和输出
对训练集进行训练并将得到的模型保存
测试摄像头采集的人脸图像与训练好的模型进行匹配

人脸识别打卡考勤

项目描述
传统的打卡、刷卡为代表的考勤产品,存在着替代打卡,效率低下,不宜统计,管理和使用维护成
本高等弊端。指纹识别产品在考勤中大规模应用,部分解决了代打卡问题。但是在出汗,手指破皮等情
况下识别度偏低。因此研发人脸识别打卡考勤系统

个人职责
图像压缩、剪裁,图像降噪处理,创建模型,调试参数。
所用技术

  1. 基于OpenCV 获取摄像头视频流,运用中值滤波对图像进行降噪
  2. 将图片做灰度处理,并利用直方图均衡化调节图像亮度
  3. 使用哈尔级联定位人脸,形成输入输出
  4. 创建局部二值模式直方图模型,对数据进行训练

无人值守停车场(区分车型)

项目描述
区分车型,将三轮车与摩托车单独定义收费规则;
区分车型(小车,客车),单独定义收费规则。
个人职责
图像恢复,图像降噪处理,创建模型,调试参数。
所用技术

  1. 利用公式将图像去模糊恢复
  2. 使用边缘检测法将目标车辆从背景中分离
  3. 将图片二值化后通过贝叶斯分类器实现智能识别

无人值守停车场(识别车牌)

项目描述
自动识别停车场进入车辆的车牌号,并识别。节省时间和人工成本。
个人职责
图像预处理,图像分割,利用已经创建好的神经网络训练数据并验证
所用技术

  1. 前期图像预处理:图像增强,二值化,边缘检测,滤波和膨胀等
  2. 边缘检测法定位车牌位置
  3. 将图片二值化,采用投影分割的方法将字符分割
  4. 采用改进后的BP神经网络进行字符识别操作

毕业生信息录入

项目描述
毕业生需要录入银行卡号信息。学校采用学生上传图片,自动识别银行卡信息
个人职责
图像压缩、剪裁,图像降噪处理,创建模型,调试参数。
所用技术
1. 读入模板图片,并对模板预处理,将模板轮廓放入集合
2. 读入待处理图片,进行剪裁,灰度,礼帽操作
3. 利用Sobel 算子,图像梯度计算,进行边缘检测
4. 进行闭操作和自适应阈值,画出轮廓
5. 遍历每一个轮廓数字,并计算轮廓中的每一个数字的值

北京陌陌信息技术有限公司平台技术部(算法工程师)

业务场景:视频场景三维重构项目,致力于开发三维虚拟场景的落地应用,提升用户体验;
本人在项目中主要负责视频的序列模式识别训练任务,为三维重构提供预测支持;
主要负责内容:
? 制定项目实施方案(预期目标,可能存在的风险等);
? Python+opencv 实现视频的光流样本提取,并完成样本数据的扩充;
? Python,Tensorflow,keras 实现分类任务的训练(参数选择,网络结构选择);
? 基于Tensorflow Lite 的轻量级模型转换,转换后的模型便于在移动设备上实施部署。
? 基于C++和opencv 实现ios 端测试样本的输入和预处理,完成模型的加载与测试过程。
并进行PC 端和IOS 端数值输入输出一致性验证;
? 协同团队配合完成模型的测试和迭代工作。

被动毫米波人体违禁品实时目标检测[科研项目] 核心算法

项目介绍:大客流安检急需一种能够快速实现乘客安检的解决方案,该研究项目基于毫米
波具有透过衣物成像的能力,利用传感器融合和图像识别技术致力于提高人体安检时的通
过效率。
主要负责内容:
? 实现毫米波安检影像人体携带违禁品的实时目标检测。
? 毫米波影像数据采集,预处理包括裁剪,去噪,灰度归一化等。
? 基于sklearn 的k-means 和GMM 模型的聚类学习。
? 基于Yolov2,Yolov3 的目标检测模型训练,评估和测试。

北京陌陌信息技术有限公司平台技术部(算法工程师)

业务场景: 项目主要为了提升直播平台主播和用户之间在互动效果,利用深度学习技术增
强直播过程中主播和用户之间的互动效果,基于手势识别模型的特效生成。
主要负责内容:
? 手势样本数据采集和预处理,包括比心、点赞、关注等类别。
? 基于Pytorch 深度学习框架的分类模型训练,评估和测试。
? 协同团队配合完成模型的线上维护和模型迭代。
? 通过反馈分析漏检样本和现有样本的差异性,并在下次迭代过程中加入差异性特征样
本提升模型识别精度。

基于层析SAR 的城市三维重构[科研项目] 核心算法

项目介绍:城市大范围沉降监测对于城市发展与规划至关重要,该项目主要利用新型的层
析SAR 手段针对北京地区进行大范围三层重构,实现大范围的沉降监测。实现城市大范
围的三维重构,便于进行城市大范围的沉降监测。
? 获取城市的雷达影像数据。
? 基于层析成像原理,利用python 实现城市建筑物等三维重构,并进行仿真验证。
? 研究探索层析SAR 三维重构算法的精度验证方法;

项目名称:车牌检测与识别项目

项目描述:
为了管理公司车辆,阻止外部车辆进入,使公司更加智能方便,在汽车不作任何改动的情况下,实现汽车身份的
自动登记及验证。
职责描述:

  1. 读取图片文件,根据设定的阈值和图片直方图,找出波峰,用于分隔字符,分隔图片,从而得到逐个字符图片,采
    用来自opencv 的sample,用于svm 训练,定义省份数据,训练svm。
  2. 进行字符识别,识别英文字母和数字和识别中文,高斯去噪,图片分辨率调整,找到图像边缘。
  3. 确定找出车牌矩形区域,目前只支持识别蓝、绿、黄车牌。识别车牌的字符。
  4. 搭建项目主界面。

项目名称:检测不符合要求的产品

项目描述:
在Keras 搭建深度CNN,具体过程分为数据读取、模型构造、模型训练、测试模型
职责描述:

  1. 数据集来自实时监控中视频流中的帧数据, 首先对数据集进行预处理, 使用Keras 的
    ImageDataGenerator 将不同种类的图片分在不同的文件夹中。
    2.进行模型构建,这里采用了卷积层,池化层,全连接层,采用激活函数为relu,并采用了Dropout 防止
    结果过拟合,这里采用的随机梯度下降SGD 的优化函数进行参数优化,
    3.进行模型训练,采用fit_generator(相比较于fit 节省内存)进行训练,执行fit_generator 时,通过设置
    一些超参数进行模型优化,直至模型训练结束.
    4.最终进行调取模型并进行测试模型。

项目1 自适应HCS-LBP特征的行人检测

项目环境: MATLAB + Ubuntu + C++ + 自适应HCS-LBP算子 + HIKSVM。
项目描述: 该项目用以解决 LBP用于行人检测时,直方图维数过高,人为阈值主观性较强,造成局部描述能力较差的问题。
主要工作:构造HCS-LBP特征编码方法减少编码长度,利用积分图像法快速计算,引入灰度级概率与高斯矩阵获取图像的
自适应阈值;令中心像素参与编码,通过信息熵确定不同子块的权重;使用直方图交叉核支持向量机(HIKSVM)训练样本。

项目2 融合共生关系与矩阵式级联分类器的行人检测

项目环境: Python + Ubuntu + ICoHOG特征 + CoLQC特征 + 矩阵式级联分类器。
项目描述: 该项目结合LBC运算简单高效与HOG对光照变化和偏移不敏感等特点,改进或设计特征编码,以解决量化等级过
低,舍弃局部结构,易受较强竖直条纹或混乱边缘的影响的局限性。
主要工作: 提出两种局部特征描述子-共生局部量化编码(CoLQC)与改进共生方向梯度直方图(ICoHOG),以增强图像纹理特
征的描述能力,对光照、旋转和偏移具备更强的鲁棒性;采用矩阵式级联分类器进行分类训练,对正负样本进行自适应选取,
压缩有效样本的选择范围,增加样本复杂度,提升了级联分类器的检测性能。

项目4 智能门禁系统

项目环境: Python + OpenCV + TensorFlow + AlexNet + Ubuntu
项目描述: 为小区提供具备人脸识别功能的智能门禁系统,解放业主双手,提升小区的科技氛围。
主要工作: 负责人脸检测模块: 改进AlexNet模型的网络结构,三层全连接层修改为卷积层,设置输出为二分类,以满足人脸
检测的业务需求,采集数据集,对数据集进行清洗去重,裁剪分割,翻转镜像等处理,利用Opencv标注人脸,训练模型,分
析结果,优化参数。利用滑动窗口法与最大值抑制进行人脸检测。

货车不进站抓拍系统,已在山西晋中董榆线安装

项目描述:山西多煤车,为利益不惜违法超载,正常煤车重40吨以内,而超重可达60吨,严重威胁公路安
全。同时因治超站多不在公路主线,需从引道进入,所以很多违法车辆闯卡,造成国家税费流失也造成很多公
路事故。货车不进站(治超站)抓拍系统,对闯卡不进站检测的货车进行抓拍处罚,有针对性地解决了由于警
力不足导致货车闯卡严重的问题,为下一步治超提供良好的基础。
系统主要由以下几部分组成:视频监控及抓拍系统、立杆/标志标牌警示、道路标线喷涂。
项目职责:1.抓拍系统车牌识别 2.数据库设计 3.软件API编写 4.算法优化 5.版本迭代

人脸识别系统(2018.12-2019.06)

项目描述:基于Tensorflow 框架,实现MTCNN 模型的人脸识别系统
主要职责:1、取候选窗,生成训练图片;2、通过P-Net、R_Net、O_Net 对人脸进行识别和定位;3、
使用Tensorflow 搭建MTCNN 网络模型;4、训练模型并改进和提高模型可靠性和稳定性;

图片分类系统(2018.07-2018.10)

项目描述: 基于Tensorflow 框架,CNN 模型对图片进行分类程序
主要职责:1、整理数据,生成数据集;2、使用Tensorflow 搭建神经卷积网络模型,用softmax 做分类;
3、通过对参数、学习速率完成最优模型,并保存模型;

Fast-RCNN 车辆分类系统(2018.02-2018.05)

项目描述: 基于tensorflow,RCNN 实现对车种类的分类
主要职责:1、处理数据,将mat 文件制作成xml 标注文件;2、定义Alex_Net 模型;3、进行各类模
型的训练与测试;

智能挂号系统(2017.10-2017.12)

项目描述: 采用人脸识别的方式,对患者进行挂号分流,能够尽快就医
主要职责:1、对图像进行降噪处理及灰度处理,使用色谱直方图均衡化调节图像亮度;2、采用交叉
验证模块、网格搜索,提升模型的可靠度和稳定性;3、通过身份证返回的图像进行识别验证;

项目名称:人脸识别验证

项目描述:
使用 caffe 框架实现对不同尺寸大小的人脸图像进行识别
开发环境:
python+numpy+ os+sys+O pencv+ Caffe+matplotlib+alexnet
项目职责:

获取数据并进行预处理

  1. 在 FDDB Face detection Benchmark 上下载人脸图像数据,使用 opencv 根据坐标对图像进行人脸裁剪,作为
    正样本,对图片其它位置裁剪作为负样本,分别存储 0 和 1 文件夹中,放在 train 目录下,验证集图片存储在 val 目录下;
  2. 提取 train 和 val 目录下文件名称,生成 train.txt 和 val.txt

    . 制作 LMDB 数 据源
  3. 根据 create_imagenet.sh 改写 DATA,TOOLS,EXAMPLE 及 resize 等生成新的 face_lmdb.sh
  4. 执行 face_lmdb.sh 生成 lmdb 数据源

    . 训练 AlexNet 网络
  5. 根据 AlexNet 网络结构改写 train_val.prototxt
  6. 改写 solver.prototxt 以及 train.sh 指定 caffe 安装目录及 solver.prototxt 目录位置
  7. 运行 train.sh 开始训练网络并保存模型

    . 测试网络
  8. 写函数定义全卷积网络 caffe.Net(deploy_fully_conv.prototxt, caffemodel,caffe.Test
  9. 使用 opencv 读取图片,定义图片收缩比, while 收取 scale 的 list ,然后遍历 scale_list ,使用 resize 修改尺寸,
    然后保存修改图片,使用 caffe.io.load_image( path 读取图片
  10. 修改数据层net_full_conv.blobs[‘data’] 为标准格式(bach,chanel,h,w),然后对transformer进行预处理(1. set_mean() 2. set_transpose 3.set_chanel_swap 4. set_raw_scale ) 4. 输入数据预处理完成,进行net_full_conv的forward_all() 5. 定义滑动窗口,遍历featureMap,通过特征图的坐标映射变换(stride*y)/scale,得到原始图的滑动窗口
    6.
    然后对滑动窗口使用 nms IoU 超过阈值去除滑动窗口,然后使用 cv2.rect angle 画出人脸矩形并显示

地震属性图像砂体识别

软件环境:
Linux + Python + Pycharm +Tensorflow + Numpy
项目描述
地震属性图像的优选一直以来是人为的经验筛选,耗时大,精度受限于工作人员的知识储备。
项目的目标是通过比较不同的图像识别技术,建立适合于地震属性图像背景噪音大、图像数量中
等、坐标数据点密集特征的优选方案。
项目 涉及到深度学习框架 tensorflow, 图像处理框架 OPenCV
和经典机器学习模型。
项目职责
1
前期数据规整,地震属性 图像的标注, 图像 主要 特征的提取 ,图形分形特征的描述 性研究 。
2
完成基于特征矩阵和隐马尔科夫模型,基于分形特征、 PCA 和 SVM 模型,具体模型的参
数调整,训练集,开发集,测试集的确定,不同模型
的偏差和方差分析,逐步改进模型 。
3
,利用 深度学习框架 tensorflow 搭建 卷积神经网络 完成 GitHub 开源深度网络的迁移学习。
根据偏差和方差分析选择合适的训练集和合适的超参数,完成卷积网络的训练。

人脸识别打卡考勤系统 4个月

项目介绍:传统的以打卡、刷卡为代表的考勤产品,存在着替代打卡,效率低下,不易统计,管理和使用维
护成本高等弊端。 指纹识别产品在考勤中的大规模应用,部分解决了代打卡的问题,但是在出汗, 手指破皮等情况下识别度偏低。因此我们策划了人脸识别打卡考勤系统。

个人职责:图像压缩、剪裁,图像降噪处理,创建模型,调试参数
所用技术:1. 基于OpenCV获取摄像头的视频流,运用中值滤波medfilter2对图像进行去燥处理

  1. 将原图用cvtColor做灰度处理,使用equalizeHist做直方图均衡化调节图像亮度
  2. 使用哈尔级联CascadeClassifier定位人脸,作为训练集输入,取出标签作为输出
  3. 创建局部二值模式直方图(LBPH)模型,输入数据进行训练
  4. 使用测试集进行测试,正确率达98%

幼儿园家长识别系统

项目描述
为学生及家长采集人脸图像库 ,采集人脸特征 进行机器学习并将学习 生 成的模型保存 。摄像头每秒采集一
次图像 ,通过 OpenCV 定位每张图像中的人脸 ,将人脸的 特征传递给已经训练好的训练模型 ,检测 该人脸是否
存在 ,通过标签确定 人物 信息 。
所用技术
Linux + Pytho n +OpenCV numpy +sklearn + os

实现方式
编写 Open CV 的二 值模式的基本代码 使代码能够稳定运行
利用分类器提取图像库的人脸 ,并为每一位家长的人脸添加标签
确定训练集的输入和输出 ,利用隐马模型进行机器学习
通过调整参数进行优化 根据 饮马模型的置信概率 确定结果

人流量性别统计

项目描述
统计每天的人流量 及性别比例 方便商场 根据客户性别提供合适的商品 ,因此 设计该人流及性别统计系
统 。通过大量训练图像库中的男女图像 ,生成分辨性别的模型 。
所用技术
linux + opencv + numpy + sklearn + mysql + python
实现方式
编写 OpenCV 的二值模式的基本代码 ,确保代码稳定运行
利用分类器提取图像中的 人 像 ,生成训练所需的数据集
调整分类器中的扩展因数 ,人像尺寸等参数 使提取的人像更加准确
为人像添加标签 确定训练集的输入和输出
计算机利用训练集进行机器学习并不断优化 ,生成最终的模型并保存

皮带输送机工作状态 分析

项目描述
对 输送机工作 过程中 的音频进行收集 。 对 音频 进行处理 分析 输送机的是否处于正常工作状态 ,以及是
否可以继续工作 。
实现
方式
使用 scipy .io.wavfi le 的方法提 取 音频文件
整理音频 数据
使用傅里叶变换 将音频转化为频域 ,寻找 特征
获取到梅尔顿频率倒谱系数 MFCC 矩阵
创建 隐马尔可夫模型并用该模型的 score 值比较 ,分析工作安 全性

项目1: 案件处理情况的图谱绘制与总结一年

项目描述: 每个季度需要汇报13 个市区县和23 个派出所案件处理的情况报告,而表格报告
由于大的数据量极大占用领导时间,于是绘制各个派出所已处理案件,待处理案
件、处理中案件,更直观的反应各派出所案件的处理情况

职责描述: 1 根据上报的数据,制成csv 文件,使用numpy 的loadtxt 来读取文件数据
2 使用matplotlib 的bar 来绘制已处理,未处理,处理中三类案件的情况柱状图,
numpy 的mean 方法算出均值,使用matploylib 的plot 绘制出均线,最后
使用numpy 的msort 方法进行排序,并在网页的轮播图位置显示
3 使用matplotlib 的pie 方法绘制已处理案件的饼状图
4 对所做的柱状图、饼状图进行max,min 的分析,做出相关分析报告

项目3: 嫌疑人人脸模型训练与识别5 个月

项目描述: 为了在对嫌疑人信息收集时,从海量备案资料中快速筛查,定位嫌疑人信息,
创建一个人脸识别模型应用于办案中心,提高办案效率。
职责描述: 1 使用opencv 的CascadeClassifier(哈尔级人脸)人脸定位器进行眼、嘴、鼻的
定位,构建级联人脸定位器
2 从备案人员中使用search_files 整理出训练集, 并使用cv2.face 的
LBPHFaceRecognizer_create 做出基于LBPH 的人脸识别分离器模型
3 把训练集使用fit 方法交给分离器模型训练,并使用测试集测试,优化模型

项目一:人工智能机器人小暄实现人脸识别和自然语言文本分析

软件环境:Linux+Pycharm+Anaconda
使用工具:Python/Opencv/CNN/Nltk/Jieba
项目简介:
基于公司面向家庭用户提供高端家庭陪伴需要,公司开发一款名叫小暄的智能机器
人,可以提供语音对话,人脸识别,视频监控,家庭娱乐等功能。
功能描述:
当人站在智能机器人面前,经过一系列判断后,机器人可以通过采集人的面部信息以
及个人信息加以训练并保存;识别站在机器前方人们说的简单语言,通过相关语音识别接
口的处理后,进行文本处理,语义分析,给予相对应的反应和操作;
开发周期:一年
责任描述:
–人脸识别:
1、协调各部门,采集数据集,并将数据集通过haartraining 生成xml 格式文件方便读取;
2、读取数据,运用哈尔级联进行人脸定位,生成数据矩阵;
3、运用CNN 卷积神经网络LeNet 标准神经网络结构对数据进行训练,计算误差值,不
断优化模型算法,并进行性能评估;
4、保存最优模型,设计相关API 接口方便调用;
–自然语言文本分析
1、训练音频文件,通过调用语音识别接口获取相应的文本数据;
2、运用nltk 和jeiba 工具包,进行文本分词,词干提取,词形还原等操作;
3、通过gensim 相关工具库,将文本数据代入,构建相应词袋模型;
4、通过gensim 构建LDA 模型,提取文本数据中相关主题词内容和个数;
5、将主题词和预先设定好的操作命令词对照,结果一致,则执行相应操作;

项目一 智能安防监控系统 中实现实时目标检测

项目简介:
为了 7 X24 小时 智能安防监控系统 能够 实现 实时目标检测, 识别 各种 特定 场景下的物体, 研发了基于
YOLO v3 的目标检测模型,通过该模型可 对任 意一张图片进行目标检测,并在图片上标出识别出来的物
体名称及位置, 实现安防系统中 快速 地 进行目标检测 和分析。
主要职责:
根据 YOLO v3 论文实现对 YOLO v3 模型的搭建并测试,为项目搭建基础模型,并对实际 方案做 部分 改
进和测试 。
所用技术:

  1. 根据 YOLO v3 算法基本原理,定义网络结构,通过 TensorFlow 框架搭建 YOLO v 3 模型;
  2. 在 YOLO v3 模型中运用 Dark net 53 模型来提取特征;
  3. 运用候选框技术,辅助 YOLO 检测模块对目标尺寸的计算,提升 YOLO 检测模块的准确率
  4. 用非极大值抑制算法( NMS )对检测结果去重。

项目 二 :基于 Mask R CNN 模型 进行像素级别的目标检测

项目简介:
安防监控系统中有时需要对图像进行精确识别 功能 需要实现像素级别的目标检测, 开发基于 Mask
R CNN 模型的目标检测模型,来定位物体精确的像素点,并将关键节点提取出来进行图示化 。
主要职责:
查阅 Mask R CNN 论文和相关资料和总结,协助搭建骨干网络 Res Net 和 Mask R CNN 模型 。
所用技术:

  1. 搭建 ResNe t 模型 ,实现特征提取功能
  2. 搭建特征金字塔网络( FPN )进行骨干网络特征提取功能的改进。
  3. RPN 算法计算特征图的区域中心点和对应的边长
  4. 用 NMS 算法对 RPN 结果去重,得到相应准确地 ROI 区域
  5. 运用 ROI Align 层实现区域框与特征的匹配

项目三:视觉智能冰柜中图像清晰度的转化

项目简介:
在视觉智能冰柜中由于光照原因,会导致摄像头拍摄下来的照片清晰度不够,为满足此业务场景下对
图片的清晰度要求,通过搭建 Deblur GAN 模型进行图像清晰度的转化,将模糊的图片变清晰,用普
通的摄像头就可以达到很好的转化效果,大大降低了硬件成本。
主要职责:
根据 Deblur GAN 论文和相关资料实现 Deblur GAN 模型 的搭建,在样本数据中训练与测试,改进该
模型提高模型的泛化能力。
所用技术:

  1. 使用 Switch ableNorm 算法归一化 提高模型的泛化能力
  2. 使用 先 下采样,后上采样 的 卷积操作 提高图像的分辨率;
  3. 用 VGG 模型 对目标图片与输出图片做特征提取,再计算特征空间损失

项目一:手写字体图像识别

? 开发应用:TensorFlow,CNN神经网络,numpy,matplotlib.pyplot
? 项目描述:通过应用cnn神经网络对minist数据集中的手写字体图片进行识别
? 项目思路: 1)通过 tensorflow 框架进行卷积神经网络中卷积层,池化层,全连接层等各层设计,搭 建
2)前向传播,经过各层处理,使用 relu 激活函数非线性处理,得到损失值
3)反向传播时通过引用梯度下降优化器,使损失值减小,不断优化权重参数和偏置参数
4)等到较好的神经网络模型并将其保存

项目二:儿童智能识图教师

? 开发应用:numpy,opencv,隐马尔克夫模型

? 项目介绍:儿童在认知能力的提升阶段,需要一个好的老师,可以去应用智能识图的软件教孩子去实别物 体。 ?
? 项目思路:1)收集大量图片并将其进行分类,完成模型训练的材料收集
2)使用 opencv 及图形识别的工具生成图片的特征描述矩阵
3)利用隐马尔克夫模型,将图片的特征描述矩阵与类别标签进行对应
4)对已完成的图片识别的模型性能进行测试和调优

项目1:智能景区管理系统

项目简介:为降低景区的传统购票压力,便捷旅客的入园需求,通过网络购票方式,采用人脸识

别方式进行实名入园验证,

个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器
所用技术:

\1. 基于OpenCV获取摄像头的视频流,运用高斯滤波对图像进行去燥处理

\2. 将图片进行灰度处理,使用色谱直方图均衡化调节图像亮度

\3. 采用OpenCV中LBPH算法对人面不特征进行提取

\4. 通过身份证采集的图片进行人脸验证

项目2:公共智能立体停车场

项目简介: 对车辆进行识别并记录,规划适合的停车位置,节省空间,方便存取

个人职责: 车牌区域定位、车牌字符的切割、字符的识别、车辆识别

所用技术:

\1. 车牌识别:

\1. 对图像去掉一些干扰的因素,然后将彩色图转变为灰色图;进行边缘提取;将图片二值化;定位出车牌的区域进行切割;把图片进行归一化尺寸

\2. 将车牌的图片进行二值化,寻找最外的轮廓,轮廓所包含的区域为车牌的区域;验证备选区域是否为7个字符,是的话进行切割

\3. 建立连个三层的神经网络对第一个汉字和后边的6个数字和字母进行识别;首对字符图像进行处理,搭建TensorFlow神经网络,使用大量的数据进行训练

\2. 车辆识别:

\1. 摄像头获取图片,OpenCV对图像进行处理

\2. 将图片转为灰度图,提升图片的亮度

\3. 使用STAR特征提取和SIFT算法相结合提取图片的特征

\4. 创建隐马尔科夫模型根据模型的score的值进行比较,确定图片

项目3: 智能电子仪表识别

内容简介: 为了实现工业设备无人监管,节省大量的人力物力,设计用工业摄像头识别工业机器液晶显示屏上的数字,实时上传到远程端,实现自动化监管

责任描述**?*

1.调用OpenCV库,定时拍照,对照片进行灰度处理,根据显示屏适当裁剪

2.由于环境的原因,所以需要进行直方图均衡处理

3.然后用标准卷积神经网络,对显示屏所有能出现的数字(0-9)进行模型训练

4.最后进行数字识别测试,完成项目开发

项目一:停车位检测

项目描述:通过实时监控,检查市场内停车位使用情况,空出停车位实时反馈,方便管理人员调度进场车辆。

所用技术:Python + numpy + OpenCV + TensorFlow

个人职责:1.基于OpenCV进行图像获取,边缘检测,霍夫直线检测;

? 2.保存处理构建CNN的所有图像

? \3. 训练建立模型、测试模型、检验模型,提升可靠性;

项目二:吸烟识别

项目描述:为落实公共场所室内禁烟规定,通过摄像头实时监控识别吸烟行为,及时发现并制止。

所用技术:Python + numpy + OpenCV +TensorFlow

个人职责:1.基于OpenCV进行图像获取;

? \2. 训练建立模型、测试模型、检验模型

项目三:档案数字化系统

项目描述:将历史档案及新产生的纸质、照片等传统介质信息通过软件转换为数字化信息。

所用技术:Python +numpy+OpenCV+Tesseract-OCR

个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,图像的文字识别。

1.基于OpenCV运用高斯滤波对图像进行去噪处理,灰度处理;

2.基于OpenCV对图像进行压缩、剪裁;

3.利用Tesseract-OCR进行图像文字识别;

项目四:人脸识别监控系统

项目描述:通过实时监控,监测着装不符合要求,非安全区域逗留,以及私自外出人员,进行提醒且记录惩罚。

所用技术:Python +numpy+OpenCV+sklearn

个人职责:1. 基于OpenCV进行图像获取,剪裁,灰度处理;

\2. 基于PCA主成分分析,得到人脸特征信息;

\3. 训练建立模型、测试模型、检验模型,提升可靠性;

智能锁的人脸识别系统

项目简介:自动识别人脸的门锁

个人职责:对图片进行处理,面部定位,面部识别

所用技术:

1.使用Opencv读取图片,用中值滤波进行去噪

2.对图片进行灰度处理,使用直方图均衡化调节图像的灰度值

3.通过哈尔级联得到面部定位

4.采用Opencv的LBPH人脸识别分类器进行识别

5.用测试集进行测试

高速公路收费系统

项目简介: 自动识别进入高速公路收费站的车牌号

个人职责: 车牌区域定位、车牌字符的切割、字符的识别

所用技术:

1.采用中值滤波法将图像进行去噪,然后将彩色图转变为灰色图;

2.用sobel算子边缘检测法进行车牌的定位

3.将灰度图片进行二值化,寻找最外的轮廓;采用文字切割算法进行切割

4.建立BP神经网络进行识别

钢材图像的分类

项目简介:ResNet-18实现钢材图像的分类

个人职责:搭建ResNet-18网络、图像的导入、网络的训练

所用技术:

1.在Pytorch上搭建ResNet-18网络

2.对数据进行整理

3.设置损失函数(交叉熵),采用SGD优化器进行优化

4.最后进行训练并保存模型

项目一 :基于Mask R-CNN 模型进行像素级别的目标检测

项目简介:安防监控系统中有时需要对图像进行精确识别功能,需要实现像素级别的目标检测,开发基于 Mask R-CNN 模型的目标检测模型,来定位物体精确的像素点,并将关键节点提取出来进行图示化。

主要职责:查阅 Mask R-CNN 论文和相关资料和总结,协助搭建骨干网络 ResNet 和 Mask R-CNN 模型。

所用技术:

? \1. 搭建 ResNet 模型,实现特征提取功能

? \2. 搭建特征金字塔网络(FPN)进行骨干网络特征提取功能的改进。

\3. RPN 算法计算特征图的区域中心点和对应的边长

? \4. 用 NMS 算法对 RPN 结果去重,得到相应准确地 ROI 区域

? \5. 运用 ROIAlign 层实现区域框与特征的匹配

项目二 **?*智能安防监控系统中实现实时目标检测

项目简介:为了“7X24 小时”智能安防监控系统能够实现实时目标检测,识别各种特定场景下的物体,研发了基于YOLOv3 的目标检测模型,通过该模型可对任意一张图片进行目标检测,并在图片上标出识别出来的物体名称及位置,实现安防系统中快速地进行目标检测和分析。

主要职责:根据 YOLOv3 论文实现对 YOLO v3 模型的搭建并测试,为项目搭建基础模型,并对实际方案做部分改进和测试。

所用技术:

? \1. 根据 YOLOv3 算法基本原理,定义网络结构,通过 TensorFlow 框架搭建 YOLOv3 模型;

? \2. 在 YOLOv3 模型中运用 Darknet-53 模型来提取特征;

? \3. 运用候选框技术,辅助 YOLO 检测模块对目标尺寸的计算,提升 YOLO 检测模块的准确率;

? \4. 用非极大值抑制算法(NMS)对检测结果去重。

项目三:智能景区管理系统

项目简介:为降低景区的传统购票压力,便捷旅客的入园需求,通过网络购票方式,采用人脸识

别方式进行实名入园验证,

个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器
所用技术:

\1. 基于OpenCV获取摄像头的视频流,运用高斯滤波对图像进行去燥处理

\2. 将图片进行灰度处理,使用色谱直方图均衡化调节图像亮度

\3. 采用OpenCV中LBPH算法对人面不特征进行提取

\4. 通过身份证采集的图片进行人脸验证

项目四:公共智能立体停车场

项目简介: 对车辆进行识别并记录,规划适合的停车位置,节省空间,方便存取

个人职责: 车牌区域定位、车牌字符的切割、字符的识别

所用技术:

? \1. 对图像去掉一些干扰的因素,然后将彩色图转变为灰色图;进行边缘提取;将图片二值化;定位 出车牌的区域进行切割;把图片进行归一化尺寸

? \2. 将车牌的图片进行二值化,寻找最外的轮廓,轮廓所包含的区域为车牌的区域;验证备选区域是 否为7个字符,是的话进行切割

? \3. 建立连个三层的神经网络对第一个汉字和后边的6个数字和字母进行识别;首对字符图像进行处 理,搭建TensorFlow神经网络,使用大量的数据进行训练

项目4 : 验证码图像识别(CNN)

软件环境: Linux + Python + Pycharm + Tensorflow + Numpy + Pandas

项目职责:

应用Tensorflow框架,对数据计算图进行配置的minst模块对图像数据加载及初始化配置,

如:占位符设置,权重和偏移量的设置,神经网络配置,独热编码,将数据通过Tensorflow框架

搭建的CNN网络进行卷积层,展评层,全链层 应用了卷积神经网络算法,Relu和softmax激活

函数,等方法实现分类将分类结果通过概率交叉熵对输出结果进行评估;通过AdamOptimizer方法

进行优化,性能度量将获得结果通过梯度下降法调节卷积权重直到损失函数最优,最终输出训练模型

权重,进行测试。

**项目一:**泛雅网络教学平台

项目简介:

泛雅网络教学平台是校园综合网络教学平台,该平台以简化教师网络授课为宗旨,以优化教学效果为目标,深度贴切真实的校园授课过程,融合了在线学习课程、课程点播、课件制作、图文互动、等功能, 针对学生们在学习过程中的需要,还增加了课后答疑、植物鉴定、模拟实验等功能来丰富教学过程,使教师授课更轻松,学生听课更有兴趣。

个人职责:负责植物识别功能的实现

工作内容:

\1. 基于OpenCV对图像尺寸转换,剪裁。运用高斯滤波对图像进行去燥处理;

\2. 将图片颜色进行空间转换后,使用 (色谱直方图均衡化)调节图像亮度

\3. 使用STAR特征提取和SIFT算法的结合,提取图像特征值矩阵

\4. 对模型进行各种调参操作,验证模型的准确率和收敛速度

项目三: 人脸打卡识别

项目简介:

该项目主要适用于大学的学生教务管理系统,本应用旨在增强学校对教务信息的综合管理,主要包括学生信息管理、教师信息管理、课程信息管理、学生成绩管理、教职工打卡、校园缴费等功能。该应用将用户分为学生、教师、管理员三个角色,根据不同角色赋予其不同权限和能力,使管理者管理更轻松,使用者更易上手。

个人职责:负责面部图像识别的设计及开发

工作内容:

\1. 利用cv2等技术和其所提供的训练分类模型对面部头像的定位和抓取

\2. 使用TensorFlow深度学习框架设计人脸识别过程

项目名称:人员监测警报系统

项目简介:

通过对人脸特征的识别,当发现未进行记录的可疑人员会对监控人员发起

预警提示,通过实时高效的监测来辅助监控人员提前做好安全排查工作,

节约了人力成本并提高了工作效率

**个人职责:**人脸抓取、特征提取、调优以及训练人脸识别模型

所用技术:

1、训练数据的收集准备工作

2、利用Tensorflow深度学习框架进行模型准备训练工作

3、利用交叉熵损失函数对模型精度进行验证并进行调优工作

项目一:门禁识别系统

**项目简介:**该项目是针对股票金融公司VIP客户包房的一个使用门禁系统,整个系统包括了前端,后端等组成,最终实现的功能是会员可根据人脸识别技术判断该人物是否为会员客户,能否进入VIP包房。

**使用技术:**Python + Sklearn + Numpy + openCV。

个人职责:

\1. 负责人脸算法模块的模型建立工作;

\2. 首先用级联分类器加载人脸描述文件;

\3. 对数据进行训练,将训练样本中的每张人脸图像转化为灰度图,再用级联分类器的detectMultiScale进行人脸位置检测;

将检测出来的人脸作为训练样本tran_x,以标签编码以后的人名作为tran_y,使用OpenCV建立局部二值

\1. 模式直方图(LBPH)人脸识别分类模型,训练模型;

\2. 对已经训练好的模型进行测试,测试结果比较理想;

\3. 在运用模型过程中,我们要求会员在摄像头捕捉人脸的时候,按下esc键将被保存到待测文件中,然后运用模型进行检测,如果predict结果在VIP列表中,print匹配成功,并且图片保存到对应人名下的文件中,否则print匹配失效。

项目二:智能炒股助手

**项目简介:**该项目是针对金融界股票投资APP智能炒股助手注册的一个数字验证码识别项目,最终实现的功能是用户登录多次账号密码错误时,会弹出数字验证码然后对里面的数字进行准确的识别

**使用技术:**Python + Numpy + matplotlib + tensorflow + cnn神经网络。

个人职责:

\1. 数据预处理,通过公司提供的数据集对数据进行编码,以及可视化;

\2. 用TensorFlow搭建cnn神经网络,定义输入层,卷积层,池化层,全连接层,以及通过反向传播优化学习模型;

\3. 对模型进行训练,提高验证码的识别率;

验证模型,验证的结果比较理想

考勤人脸识别系统

开发工具: linux + pycharm + tensorflow + numpy + pandas + sklearn

项目介绍:

? 为了解决考勤中迟到和早退问题,以此开展课题,将机器学习与门禁系统对接,实现人脸识别, 通过刷脸认证来进行签到。

项目职责:

? 模型构建,将数据通过tensorflow框架搭建5层卷积神经网络训练模型,得到全连接层特征向量,

通过用此模型对人脸识别,比较特征向量,用余弦相似角进行识别,同时用dropout方法来防止过拟合;

模型优化,对于新员工需要重新训练模型角度优化,我们考虑用Siamese网络,对照片相似度进行训练,对匹配条件的阈值用随机搜索的方式进行优化;

训练构建,测试模型,验证模型,采用交叉验证模块,验证精度,并优化模型等;

项目效果 :

? 在门禁系统运用此模型,减少一定的人为因素的影响,制定奖罚制度,晚到早退有着明显的降低。

项目名称:天眼

? 负责模块:人脸识别,图像分类

? 开发环境:python+pycharm+opencv+tensorflow+windows10

? 项目描述:由于仓储环境作业量大,人员长时间容易出现操作失误,造成商品错发,漏发,

无法完成订单判责,需要通过智能判责业务辅助客服人员完成判责,提高效率

? 项目职责: 根据天眼捕捉对应订单视频录像,进行人脸识别,并与操作人选进行面部信息对比,信息一致时候在终端提示

  1. 使用opencv中cv.VideoCapture算法捕捉摄像头多张图像
    
  2. 使用MTCNN对图像进行人脸检测对齐
    
  3. 使用tensorflow构建的facenet网络模型得到512维特征值提取训练并调试,并针对模型进行调优,通过对人脸进行分类识别并给出人脸识别结果
    
  4. 客服可以通过人脸识别结果对异常订单进行处理或判责
    

项目名称:暴风分拣系统

? 开发环境:python+jupyter+opencv+ keras +linux

? 负责模块:图像识别

? 项目描述:通过对快递单识别,将包裹自动进行分拣

? 项目职责:根据高速摄像头捕捉,拍照,对每一个包裹进行自动分拣

  1. 使用canny算法将摄像头捕捉的图片进行边缘识别并做亮度提升
    
  2. 用中值滤波medfilter2及多线程tf.image方法对图像进行去燥和图像预处理
    
  3. 将图片进行灰度化处理,
    
  4. 通过haar训练并捕获快递单号图片
    
  5. 将图片交给构建好kerasCNN网络模型进行识别,通过识别后得到相应分拣地址,并将数据传回嵌入式,实现分拣
    

项目4:2018.12 – 2019.04 人脸识别考勤系统

**项目描述:**指纹打卡,虽然部分解决了传统的纸式打卡等效率低下问题,但由于员工出手汗、意外烧伤等原因,经常出现打卡困难尴尬场景。该系统利用人脸识别技术“唯一性”和“活体检测”,可以快速实现上班考勤打卡,不仅有效杜绝“代打卡”,还可以有效减少间接性肢体接触,避免皮肤病传染等。

**个人职责:**图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器。

**所用技术:**1.基于opencv获取摄像头的视频流,运用高斯滤波对图像进行滤波;

2.将图片用cvtColor进行灰度处理,使用equalizeHist做直方图均衡化,提高图像质量;3.使用CascadeClassifier(哈尔级人脸)人脸定位器进行眼、嘴、鼻的定位,构建级联人脸定位器;

4.创建局部二值模式直方图(LBHP)模型;

5.使用fit方法,输入数据进行训练,使用测试集测试,并优化模型。

项目1:人脸辨认锁

项目简介:为了提高智能门锁安全性,方便随身携带,安全性更高,满足高端用户的需求,采用人脸识别方式

进行实名解锁验证,

个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器
所用技术:

\1. 基于OpenCV获取摄像头的视频流,运用高斯滤波对图像进行去噪处理

\2. 将图片进行灰度处理,使用色谱直方图均衡化调节图像亮度

\3. 采用OpenCV中LBPH算法对人面部特征进行提取

\4. 通过身份证采集的图片进行人脸验证

回忆相册

开发方案: python3.6.4+linux+ tensorflow+opencv

负责模块:人脸识别,图像自动分类

项目描述:根据用户拍的照片进行人脸识别,然后进行对这个人物的相关图片按照时间段来形成回忆视频

? 1)使用Haar算法对人脸特征进行提取

? 2)使用tensorflow构建CNN网络,把人脸特征相类似进行自动归类

? 3)根据归类后的图片,按照日期进行回忆视频的组合处理

? 4)用户可以根据自己需要对回忆视频进行特效和哪些照片参与进行个性化编辑

**项目名称:**全自动灯检机图像识别系统

**开发环境:**Pycharm +TensorFlow +numpy+OpenCV+sklearn

**项目描述:**全自动灯检机图像识别系统采用数字图像处理技术对医用输液药品进行全方位的实时检测和识别,并且把不合格的产品送到全自动灯检机的剔除执行机构。该系统大大的提高了输液药品检测的精度和效率,降低了人工成本,同时也提高了药品的安全指数,减少了液药里的异物杂质对病人身体造成伤害。

**个人职责:**负责图像预处理模块,CNN网络神经的搭建模块,参数优化模块。

所用技术:

1.采用TensorFlow框架创搭建神经网络;

2.数据集来自实时监控中视频流中的数据,首先对图像进行预处理,将不同种类的图片分在不同的文件夹中;

3.进行模型构建,这里采用的随机梯度下降的优化函数进行参数优化;

4.进行模型训练,通过设置一些超参数进行模型优化,直至模型训练结束;

5.最终进行调取模型并进行测试模型。

**项目名称:**人脸识别系统

**开发环境:**Pycharm+numpy+OpenCV+sklearn

**项目描述:**本系统与门禁系统对接,采用了人脸检测与识别技术。应用于厂区及厂区内设 备、产品的安全监控。本系统主要包括人脸识别门禁考勤系统,人脸识别出入管理系统, 人脸识别来访登记系统等。

**个人职责:**负责图像预处理模块,人脸特征值提取与检测模块,模型构建模块。

所用技术:

1.基于OpenCV局部?值模式直方图(LBPH)模型;

2.使用numpy,cv2进行图像预处理,包括灰度化、中指滤波、灰度归一化、几何归一化;

3.基于哈尔级联分类器的?脸定位;

4.建立模型、训练模型、测试模型,采用交叉验证模行,验证精度,提升模型的可靠性;

5.最终进行调取模型并进行测试模型。

项目名称:接触网检测车改造

开发技术:
项目描述:
城市轨道交通系统越来越多的使用架空接触网系统作为列车供电系统,但由于其特殊性导致其维护 、
检测十分困难。故而对内燃机车进行改造,使用摄像头进行拍摄对故障点进行图像分析 、排查故障点, 减少人
工成本,能 够 节省时间 且 在短时间内对整条线路进行全面的排查。
职责描述:
1
、基于 OpenCV 获取摄像头的视频流,运用高斯滤波对图像进行去燥处理;
2
、将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度;
3
、利用 TensorFlow 深度学习框架训练识别模型;
4
、采用交叉验证模块,验证精度,提升模型的可靠性和稳定性

项目名称:500 万像素级别三维扫描仪

项目描述:
适逢 3D 打印的兴起,三维建模及三维扫描是 3D 打印技术的基础,市面上大多数使用贴点再人 工
对点的方式 进行不同角度的模型聚合,但缺点是贴点处会形成空洞。通过不贴点、自动化拟合来解决后 期人
工抹平难度及提升数据精确性。
职责描述:
1 、采集点云模型数据并交给模型进行训练;
2
、对模型梯度下降参数进行调整;
3
、测试模型输出结果并与成熟的软件进行对比。

项目名称:生产车间实时视频流检测监督

项目描述:此项目首先需要训练厂房内人脸模型,采用实时监控的方法,准确识别出厂房中着装不符合要求,
长时间停留在危险区域,或者存在违规行为操作的人员,通过对比检测出人员工号,进行记录处罚
职责描述:1、基于OpenCV 获取USB 摄像头的视频流,运用高斯滤波对图像进行去燥处理;
2、将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度;

3、利用TensorFlow 和keras 深度学习框架训练识别模型;
4、采用交叉验证模块,验证精度,提升模型的可靠性和稳定性

项目名称 : 图片识别文字特征提取

项目描述: 通过采集商品上的字符喷码, 经过图像预处理,最后使用卷积神经网络 CNN 得到字符编
码信息,用来追踪产品信息。
负责部分:图像处理部分,CNN 神经网络的搭建

所用技术:1.开发环境:Python3,OpenCV,Tensorflow
2.图像预处理:图像采集,采用中值滤波器对采集到的图像进行平滑滤波,去除噪声和畸
变,突出图像的有用信息,使用 OTSU 阈值分割法二值化图像,作为 CNN 的输入;
3.使用生成的模型应用于喷码字符识别,得到产品信息。

项目名称 : 目标检测

项目介绍:实现对一个物体的动态捕捉,输出实时信息,后期实现控制机械臂来抓取
负责部分:图像处理部分
个人职责:图像压缩、创建图像识别器; 所用技术:1.开发环境:python3+OpenCV
2.图像预处理:对采集到的数据进行,灰度调整,缩放大小,高斯滤波进行处理

  1. 基于OpenCV获取USB摄像头的视频流;
    4.利用CNN框架训练识别模型;

项目名称 : 人脸识别

项目介绍: 通过训练模型,调取摄像装置使机器能够很好的分辨人脸
个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器; 所用技术:1.开发环境:python3+numpy+OpenCV
2.图像预处理:对采集到的数据进行,灰度调整,缩放大小

  1. 基于OpenCV获取USB摄像头的视频流,运用高斯滤波对图像进行去燥处理;
    4.利用TensorFlow深度学习框架训练识别模型;

人脸识别智能考勤系统

项目介绍:参与公司研发人脸识别系统,通过人脸识别实现劳务实名认证、解决公司多项目出
勤管理难题,并对出勤率等客户公司信息进行汇总处理和云存储托管,从而实现一整套的产品和服
务解决方案。
个人职责:负责对系统导出的海量图片进行图片预处理包括图像压缩、剪裁,图像降噪处理,直
方图均衡化等,然后根据等分辨率的标准图像建立标准图像识别库,并使用机器学习算法调试对应
分类的图像识别器;
根据测试结果进行相关的调优等操作。
所用技术:

  1. 基于OpenCV获取USB摄像头的视频流,按指定间隔截取视频帧,存储图片集
    2.将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度并运用高斯滤波对图像进行
    去燥处理;
    3.使用Knn算法进行聚类算法实现人脸识别,
    4.调整超参数,用正则化,数据扩增方法解决训练集过拟合问题;
    5.采用交叉验证模块,验证精度,提升模型的可靠性和稳定性;

车牌识别模块

项目简介:车牌识别模块,可以根据车辆图片进行识别近而实现对公司特种车辆进行有效的管理
个人职责:对不同种类的车牌图像进行分类预处理,然后使用Keras工具搭建一个五层的CNN
神经网络用于识别对应的车牌字符,对测试准确率达到预定要求的分类器和分类的车牌数据进行
分类存储进数据库,对没有达到预定准确率要求的分类器进行测试调优等工作。
所用技术:

  1. 对采集到的图片用高斯滤波器进行平滑滤波和降噪处理。
  2. 使用Canny算法进行边缘检测,Radon变换得到旋转角度对图片进行旋转校正。
  3. 使用OTSU阈值分割法计算阈值将图像分割。并resize将单个字符图片分辨率统一
    4.使用Keras搭建五层结构的卷积神经网络,包括三个卷积层、一个全连接层和最终输出层
    5.根据训练集训练字符识别模型,对车牌的首字符等进行识别,并统计识别准确率。

RFID 人脸验证系统

此项目在传统的RFID 门禁系统基础上添加了智能识别,利用监控摄像头,通过抓
取的人脸图片与数据库中图片进行相似度评分,对当前过卡人员进行人脸识别验证.
个人职责:
图像处理与模型训练

责任描述:
1.OpenCV 获取图像,对图像进行裁剪,灰度处理;
2.基于哈尔级联定位器对人脸进行定位,获取脸部图像,提取特征;
3.通过PCA 主成分分析,获取脸部信息特征,建立训练模型
4.测试验证模型,提高模型的稳定性与可靠度
使用技术:Python3+numpy+OpenCV+sklearn

产品缺陷检测

此项目通过 LED 光源的均匀照射载物台,通过摄像机获取产品的图像,将采集到的图像传
送至计算机进行图像处理,并提取特征,实现对缺陷产品的识别和分类.
责任描述
1.图像预处理:使用中值滤波进行图像噪声处理,使用直方图均衡化进行图像增强处理;
2.缺陷检测:阈值分割法进行图像分割,再进行形态学运算去除杂点,对图像Canny 算子进
行边缘检测;
3.特征提取与选择:提取缺陷的几何特征和纹理特征,通过PCA 算法对提取的特征参数进行降
维处理,并建立特征参数库;
4.缺陷识别与分类:将特征参数作为输入,使用CNN 训练,将不同的缺陷类别进行训练,
使用技术:
Python3+OpenCV+Numpy+TensorFlow

项目1 土地变更内业核查的违法建筑图像识别系统

项目描述:
在土地变更的省级内业核查阶段面对外业调查拍摄的大量照片,此前一直使用人工的方式来判读违法建筑类型,任务量巨大。在本项目中采用CNN模型对违法建筑类型进行自动化识别,然后将分类的结果与外业调查的类别进行比较,若比对结果一致则通过,若不一致则交由人工判别。
项目职责:
数据的收集,收集往年各类型的违法建筑图斑的照片和类别标签,尽量使每种类别的样本数近似,保证样本的均衡化;
数据预处理,建立统一像素的数据集,使用标签编码器将类别标签转换为数值;
模型的建立,使用Tensorflow框架搭建一个卷积神经网络模型;
参数调优,使用动量梯度下降的方法寻找最佳参数,用正则化,数据扩增方法解决训练集过拟合问题。
项目效果:
通过该模型的建立,在违法建筑类型的识别中获得了较高的准确率,同时大大提升了判读的时间效率,为以后的内业核查工作节省了的大量的人力物力成本。

项目2 土地变更国家级抽检外业的实时视频监督

项目描述:
在土地变更的国家级抽检阶段,以往都是采取实地调查的方式,人为因素干扰较大,为了保证土地执法调查的客观公正性,本项目中采用视频实时监控的方式进行,通过GPS实时定位动态获取违法建筑的图像,并使用支持向量机模型进行类别的判读和记录。
项目职责:
使用OpenCV获取USB 摄像头视频流,运用高斯滤波对图像进行去燥处理;
模型的构建,使用PCA对图像进行降维,通过其还原率来选择最优超参数,使用SVM模型对降维后样本进行分类,并通过网格搜索确定核函数和其他参数;
模型的验证,采用混淆矩阵验证精度,提升模型的可靠性和稳定性
项目效果:
通过该项目的应用不仅在国家抽检的过程中取得了较好的识别精度,节省了调查成本,而且大大减少了执法的阻力和徇私舞弊现象,确保了调查的客观公正。

商标图片搜索推荐

?项目描述: 在 Keras 搭建深度 CNN,具体过程分为数据读取、模型构造、模型训练、测试模型
个人职责:1. 数据集来自国家商标官网和各种平台数据,首先对数据集进行预处理,使用 Keras 将不同种类的图片分在不同的文件夹中。
2.进行模型构建,这里采用了卷积层,池化层,全连接层,采用激活函数为relu,并采用了Dropout防止结果过拟合,这里采用的随机梯度下降SGD的优化函数进行参数优化,
3.进行模型训练,采用fit_generator(相比较于fit节省内存)进行训练,执行fit_generator时,通过设置一些超参数进行模型优化,直至模型训练结束.
4.最终进行调取模型并进行测试模型

东华档案数字化系统 | 图像文字识别

项目简介:将历史档案及新产生的纸质、照片等传统介质信息通过软件转换为数字化信息。
所用技术:Python +numpy+OpenCV+Tesseract-OCR
个人职责:图像压缩、剪裁,图像降噪处理,直方图均衡化处理,图像的文字识别。
1.基于OpenCV运用高斯滤波对图像进行去噪处理,灰度处理;

  1. 基于OpenCV对图像进行压缩、剪裁;
  2. 利用Tesseract-OCR进行图像文字识别;
  3. 通过jtessboxeditor训练提高Tesseract库的手写中文识别率;

官文识别自动流转

? 项目描述 项目主要包括在自动定位商标信息位置并实现对商标信息文本的识别。对商标文本信息
的分割,对汉字的特征提取 图片同理 。
? 项目职责 1 使用 OpenCV 和 Python 使用模板匹配来执行光学字符识别( OCR ),通过各种图像
处理技术检测商标官文的发文日期,和图片基本信息,包括阈值,计算梯度幅度表示,形态运算和
轮廓提取技术。
2 . 从四个分组中提取每个单个数字,导致需要分类的 8 位数字
3 通过将模板匹配与 OCR A 字体进行比较,获得我们的数字分类将模板匹配应用于每个数
字。
4 检查发文 号码的第一位,以确定所属人信息 。

东华软件银行影像管理及事后监督、风险预警系统 | 图像处理数字识别

项目简介:将产生的纸质或其他各类档案以及各种电子资料等数据进行电子化处理和管理。
所用技术:Python + OpenCV + TensorFlow
个人职责:图像降噪处理,直方图均衡化处理,图像的数字识别。
1.基于OpenCV,对图像进行二值化,双边滤波对图像去噪;

  1. 图片切割,尺寸归一化,图像的特征提取;
  2. 利用TensorFlow深度学习框架训练图像数字识别模型
    4.训练建立模型、测试模型、验证精度,提升模型可靠性

沃科合众IT资产管理软件 | 人脸识别

项目简介:管理跟踪整个IT资产生命周期的状态。通过运维人员的人脸识别提高机房资产的安全性。
所用技术::Python +numpy+OpenCV+sklearn
个人职责:数据中心机房机柜的对机房管理人员的智能识别

  1. 基于OpenCV进行图像获取,剪裁,灰度处理;
  2. 基于PCA主成分分析,得到人脸特征信息;
  3. 训练建立模型、测试模型、检验模型,提升可靠性;
  4. 通过人员RFID芯片返回数据,确定人员信息;

字符喷码的识别系统

项目介绍:通过采集电路板上的字符喷码, 经过图像预处理,最后使用卷积神经网络CNN得到字符编码信息,用来追踪产品信息。
负责部分:图像处理部分,CNN神经网络的搭建

所用技术:1.开发环境:Python3,OpenCV,Tensorflow
2.图像预处理:图像采集,采用中值滤波器对采集到的图像进行平滑滤波,去除噪声和畸变,突出图像的有用信息,使用OTSU阈值分割法二值化图像,作为CNN的输入;
3.通过对比分析,确定更为合适的神经网络结构,采用CNN和Bagging的结合来训练数据,以提升分类器的泛化能力,减少训练数据中随机误差的干扰;
3.采用离线训练和在线训练相结合的斱式,缩短收敛时间,生成最终的CNN集成模型;
4.使用生成的模型应用于喷码字符识别,得到产品信息。

齿轮表面缺陷检测系统

项目介绍:零件置于载物台上,通过LED光源的均匀照射,通过CCD摄像机获取零件的图像,将采集到的图像传送至计算机进行图像处理,幵提取特征参数,实现对缺陷零件的识别和分类,最终完成系统的检测仸务。
负责部分:图像处理模块和自动检测结果模块
所用技术:1.开发环境:Python3,Opencv,TensorFlow深度学习框架;
2.图像预处理:使用中值滤波进行图像噪声处理,使用直斱图均衡化进行图像增强处理;
3.缺陷检测:使用基于小波变换的一维OTSU阈值分割法进行缺陷图像分割,再进行开运
算,闭运算以去除杂点,对缺陷图像使用Haar小波与Canny算子进行边缘检测;
4.特征提取与选择:提取缺陷的几何特征和纹理特征,通过主成分分析的斱法对提取的特
征参数进行降维处理,幵建立特征参数库;
5.缺陷识别与分类:将特征参数作为输入,使用三层神经网络进行训练,将不同的缺陷进
行训练,满足工业零件检测的需求;

项目名称:公司人脸识别系统

**项目描述:**对公司里的员工实现人脸识别检测,更好的服务于上班打卡、开会等公司内部工作。本项目对人脸特征进行研究,可以简单的根据“刷脸”完成静态识别和动态识别两种功能。

职责描述: 1、基于OpenCV获取USB摄像头的视频流,运用高斯滤波对图像进

? 行去噪处理。

? 2、将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度。

3、利用TensorFlow和keras深度学习框架训练人脸识别模型。

4、采用交叉验证模块,验证精度,提升模型的可靠性和稳定性。

项目一:交通事件智能检测系统

**项目描述:**对来自道路监控摄像机的视频图像,对道路交通事件以及过程进行实时检测、报警、记录、传输、统计

**所用技术:**Python + numpy + OpenCV+ keras

**个人职责:**1. 使用OpenCV抓取视频图像,进行降噪、亮度提升;

\2. 构建训练集测试集以及数据预处理;

\3. 搭建cnn神经网络,训练模型;

\4. 评估模型,迭代优化模型,提高模型的可用性;

项目二:光学字符识别-车牌识别、证件文字识别

**项目描述:**对于违法车辆或需要识别车牌的图像进行车牌号识别。

**所用技术:**Python + numpy + OpenCV + Tesseract-OCR

**个人职责:**图像压缩、剪裁,图像降噪处理,直方图均衡化处理,图像的文字识别。

1.基于OpenCV运用高斯滤波对图像进行去噪处理,灰度处理;

2.基于OpenCV对图像进行压缩、剪裁;

3.利用Tesseract-OCR进行图像文字识别;

\4. 通过jtessboxeditor训练提高Tesseract库的中文识别率;

**项目三:**智能客流统计系统

**项目描述:**针对视频监控区域内的往返行人,采用行人头肩特征检测和目标跟踪技术实现往返双向行人计数。

**所用技术:**Python +numpy+OpenCV+TensorFlow

**个人职责:**图像压缩、剪裁,图像降噪处理,直方图均衡化处理,人物数量识别。

1.基于OpenCV运用高斯滤波对图像进行去噪处理,灰度处理;

2.基于OpenCV对图像进行压缩、剪裁;

3.使用TensorFlow搭建yolo卷积神经网络,识别图像中人数;

\4. 评估模型、超参数调整,优化神经网络;

盾构机刀具选型

**项目介绍:**盾构掘进中不同地层需要选取不同类型的刀具,而盾构机中途更换刀具有很大的风险,故需要

对刀具使用情况进行分析;

? **个人职责:**图像压缩、剪裁,图像降噪处理,直方图均衡化处理,创建图像识别器;
? **所用技术:**1. 对各完工项目刀具进行偏磨与否,以及磨损量等参数采集;

? \2. 将图片颜色进行空间转换后,使用色谱直方图均衡化调节图像亮度

\3. star 和 sift 进行特征值提取

4 .创建隐马尔科夫模型,根据 score 值比较,得出报告

车牌检测与识别

项目描述:智能交通系统作为平安城市,智慧城市的重要组成部分,正在各大城市兴起并加速发展,车牌识别系统是现代智能交通系统的重要组成部分,是指在汽车不作任何改动的情况下,实现汽车身份的自动登记及验证。

项目职责:使用图片边缘检测和图片颜色定位车牌,先对图片进行高斯模糊,灰度化再二值化进行图片处理,

? 在使用闭操作,再根据定好的阈值进行筛选,统一尺寸等操作,用训练好的SVM模型进行判断是否是车牌。

图片处理与图片分类项目:检测不符合要求的产品

项目描述:在 Keras 搭建深度 CNN,具体过程分为数据读取、模型构造、模型训练、测试模型

项目职责:1.数据集来自实时监控中视频流中的帧数据,首先对数据集进行预处理,使用 Keras ImageDataGenerator 将不同种类的图片分在不同的文件夹中。

? 2.进行模型构建,这里采用了卷积层,池化层,全连接层,采用激活函数为relu,并采用了Dropout防止结果过拟合

项目名称:云app人脸识别登录系统

项目介绍:公司开发的云app是服务广大企业家的,为了提高对账号安全的保护,开发人脸识

别登录系统,不光可以防盗,还可以提供便捷的登录方式。

项目职责:主要负责人脸识别匹配模块;搭建卷积神经网络框架,创建人脸识别库,运用OpenCV

模块采集图像进行匹配。

所用技术:1.使用Tensorflow框架搭建卷积层神经网络,对人脸数据创建模型,训练并保存;

2.采用交叉验证模块,验证精度,提升模型的可靠性和稳定性;

3.使用OpenCV截取视频流,对截取到的图像进行剪裁,使用色谱直方图均衡化调

节图像亮度,进行匹配;

基于OpenCV的智能机械手臂的研究与设计

**项目介绍:**目前大部分的机械臂都是采用示教控制,当运动环境变化时,机械臂还是按照之前预设的路径运动,缺乏运动自主性。为了动态调整机械臂的运动路径,采用OpenCV作为视觉库,根据OpenCV返回的物体位置,直接匹配运动控制库,实现根据物体在坐标系中的位置规划机械手臂运动精确抓取物体的目的。

**个人职责:**图片格式转换,图像降噪处理,直方图均衡化处理,极值处理,创建图像识别器,识别物体分布区域,从而决定机械臂的运动。

**所用技术:**1.通过V4L2驱动抓取一帧图像并处理成RGB图像数据。

? 2.将图片颜色进行空间转换后,使用(色谱直方图均衡化)调节图像亮度。

? 3.将图片进行极值处理,抓取物体的轮廓,并利用cvDilate函数膨胀轮廓。

4.基于物体轮廓,判断所属区域及位置,通过计算偏移距离和角度,确定匹配的动作组和控制转向,实现精确抓取物体的目的。

项目一:人脸识别门禁系统

开发技术:Pycharm+numpy+OpenCV+sklearn

**项目描述:**与门禁系统对接,预留刷脸开口,人脸考勤等功能,方便办公区、手术室、药品库、住院部、消毒供应中心、实验室等区域的出入管理

**责任描述:**1.基于OpenCV对图像尺寸转换,裁剪,对图像进行去噪处理

\2. 创建级联分类器,进行多尺度人脸检测

\3. 创建局部二值模式直方图(LBPH)模型或SVM支持向量机人脸识别模型,对模型进行训练,预测

\4. 基于SVM的人脸识别模型中用到PCA主成分分析方法对特征进行降维,并检测最佳降维力度,保证模型的最优

项目二:手势识别与控制

开发技术:pycharm+OpenCV+YCrCb+OTSU

**项目描述:**采用OpenCV库实现手势识别。通过摄像头采集手势信息,对图像进行处理并通过凹凸点检测以及

? 计算得到手势,从而实现对网页控制

**责任描述:**1.对采集到的视频数据使用cv.BackgroundSubtratorMOG2背景减除

\2. 使用YCrCb之Cr量,OTSU二值化和高斯滤波实现人体皮肤检测

\3. 检测图像的凹陷点cv.convexityDefects(),根据凹陷点的开始点,结束点,远点的坐标利用余弦定理计算两根手指之间的夹角,根据锐角的个数判别手势

\4. 根据识别出来的手势实现对网页的控制

二 、 电影推荐

项目描述
在信息爆炸的今天,获取信息的途径和方式多种多样,人们花费时间最多的不再是去哪获取
信息,而是要在众多的信息中寻找自己感兴趣的 为了解决这个问题,推荐系统应运而生 。
个人职责
数据处理,创建 模型 ,调试参数。
所用技术
1.
整理 用户 对 电影 的评分矩 阵
2.
整理 电影 对 电影 的相似度矩阵
3.
每部电影最相似的 topN 电 影
4.
使用用户对电影的评分作为权重,为召回的电影列表进行排 序

项目二: 教育在线平台开发(视屏推荐模块)

项目描述:根据学生的特征信息,比如是喜欢刷题、知识点讲解,来向学生推荐合适的教学
视屏
个人职责:1、数据预处理,pandas生成一个多维空数组,用于存储学与每个视屏标签的对
应矩阵
2、通过pandas、loc方法取数据填写矩阵
3、使用sklearn、cosine_similarity余弦相似度得到用户相似度矩阵
4、把普通推荐模型,封装成一个类,根据学生登入的id,推荐合适的教学视屏

标准智库服务系统

项目介绍:由于标准知识、标准体系比较冷门,很多企业在购买标准时经常出现漏买、错买等问题。
提出标准智库服务系统,目的是能让人们更好的了解、学习标准知识,能够顺利购买标准。
个人职责:用户行为分析、智能推荐
所用技术:使用推荐引擎算法;
按用户行业类别(一级分类)进行逻辑分类,按用户买过的二级分类数量生成正相关分数;

根据用户二级分类及其分数生成特征向量矩阵;
根据样本得出皮尔逊相关系数矩阵(corrcoef);
按照相似度逆序排列,并找出皮尔逊相关系数为正的用户,生成推荐清单;
通过手机、邮箱推荐相关标准类别。

三、项目名称:电影推荐系统

项目介绍:推荐每一部相似用户看过而被推荐用户没看过的电影
个人职责:对数据进行分析并建立模型达到智能推荐目的
所用技术:
1.根据欧式距离和皮尔逊距离分数获取所有用户的相似分数,构建相似度矩阵
2…使用所有相似用户的评分做关于相似度的加权平均数作为推荐依据
3.对功能模块进行测试并编写测试文档

项目二: 智课优选(推荐系统)

项目描述:随着公考热度逐年上升,报名人员急速上涨,为了更方便、更直接的匹配学员报班需求,需要研发一
款智能推荐课程的系统,以达到减少人力,科学推荐的目的;
职责描述:收集数据并进行清洗,寻找并建立模型,大量训练,完成预测及性能调优,并持续用新数据重新训
练,更新模型;

所用技术:1、使用Pandas,Matplotlib 等工具处理数据,包括标签编码,缺失值处理等;
2、计算欧氏距离分数并以此构建相似度矩阵;
3、使用相似用户的反馈计算关于相似度的加权平均数并作为推荐依据,智能推荐;
4、使用多元分类的方法进行二次学习,并用Model_selection 模块进行数据集划分;
5、使用交叉验证得出F1 得分,用混淆矩阵得出ROC 曲线AUC 值,对模型进行评价;

编程开发

项目一 : 每日购放心

开发环境 : Linux + Python + Django + Pycharm + MySQL

项目描述 : 随着生活质量的提高,社会发展,网络服务的需求日益增多,该系统实现了客户可以在线

查看浏览各种服饰的展示,并可以在系统完成下单和支付,然后会安排人员送货上门。

责任描述 : 1、负责Django搭建后台框架

2、负责客户个人信息模块的开发

3、对售罄的产品及时下架

4、负责对项目的测试和修改

项目二 : 极速购

开发环境 : Linux + MySQL + Python + Django

项目描述 : 随着网络时代的急剧发展,电子产品的更新换代也越来越快,该系统支持用户在线浏览各

种电脑机器配置参数,并方便用户的购买,节约用户的时间。

责任描述 : 1、负责对产品的上架管理功能

2、对产品的质量进行审核

3、产品的详情展示

4、参与了电脑分类表结构设计

项目管理系统

开发方案:php+apache+mysql+linux+禅道框架+shell

负责模块:个人开发

项目描述:在禅道源码框架基础上二次开发,融入公司的工作流程并固话下来。

? 1)加入工作中的模板,规范工作内容,例如产品创建,计划创建,项目创建,任务创建

? 2)需求提交模块进行深度定制,把标题分成多个关键字段,对需求进行分类保存

? 3)增加配置单和订单生产两个独立模块

? 4)统计模块加入对产品信息,开模情况,项目进展状态,任务执行情况,主流配置统计,订单量

? 等多维度的信息统计

? 5)数据库表结构进行优化,优化查询效率

? 6)使用shell脚本定时运行提醒模块,以邮件的方式提醒今天需完成的需求和任务

项目4:购物商城

项目简介:线上购物平台的搭建,更便捷的购物体验

个人职责:1. 负责网站个人信息模块的实现,包括登录验证、注册数据验证、权限控制等;

\2. 负责网站页面数据的展示,为前端提供数据;

\3. 负责网站订单管理

项目5:2016.09 – 2017.03 演艺装备业科技服务平台信息服务系统

**项目描述:**该项目主要是实现演艺装备科技服务平台信息服务系统,构建演艺装备业科技服

务系统化集成解决方案,打造设计全新科技服务支撑平台,探索演艺业科技服务新模式,并通过应用示范,聚合国内外演艺装备业服务资源,促进国内演艺装备企业服务转型升级,推动演艺专业网络化、集约化和专业化方向发展。主要模块:信息服务,撮合交易,论坛交流,知识产权检测认证等。

**个人职责:**需求分析,信息服务,设计数据库,推荐。

**所用技术:**1.调研现有演艺装备业科技服务的用户需求,撰写项目需求;

2.使用xampp、mysql搭建项目运行环境、设计数据库;

3.使用Python、web前端技术开发系统,实现增加、修改、删除、搜索信息的功能模块;

4.基于协同过滤算法实现内容推荐功能模块。

项目4:公务用车车辆综合管理服务平台

项目简介: 实现管理数字化、工作规范化,提高工作效率、加快事务处理速度, 功能主要包括车辆调 度管理系统、办公自动化系统

个人职责: 主要负责办公自动化系统后端模块的开发,如请假管理,通知公告,采购,周食谱等模块,同时负责BUG的修改,

应用技术: SSM框架,Session,Cookie,Mevan,MySql,Ajax,Jquery等技术

项目(一): 火星惠直播平台

开发周期:持续开发 开发人数: 6人
使用技术:Django+Scrapy+Xpath+Surprise+Numpy技术
项目描述:利??用B/S结构,基于Django框架,针对在线购物搭建的直播平台.不?仅可以直播、
在线互动,?而且为了?增加?用户对平台的使?用粘性,还增加了?每?日新闻热搜榜并且根据?用户
喜好推荐相关商品等。
功能描述:会员管理?;视频直播时可以通过在线互动、发送弹幕来及时解决客户问题;通
过爬取每?日知乎的热搜榜单来更?新本平台的新闻热搜榜;通过?用户在平台点击内容的标签进?行?相关商品推荐。
责任描述:参与项?目需求的分析、每?日热搜新闻的爬取、推荐算法的流程。

项目(二): 火星兔子超市购物系统

开发周期:3个?月 开发人数: 4?人
使用技术:Django+JavaScript+Ajax+ORM技术
项目描述:本系统主要是提供商品的?网上销售。顾客通过?网上浏览、搜索产品、购物等;
公司?工员可以发布产品、维护产品信息、维护?用户信息、订单处理?、系统维护、权限维护
主要功能:订单模块、购物?车模块、产品模块、?用户模块、基本资料?模块。
责任描述:在本项?目中主要负责订单和?用户模块。

项目(三): 火星兔子供应管理?系统

开发周期:持续开发 开发人数: 6人
使用技术:Django+Ajax+Numpy+Matplotlib技术
项目描述: 本系统专?用于超市商品供应管理?,通过业务分析为销售决策提供依据的功能。
功能描述:
1.基础数据管理?:设置与管理?系统相关基础数据设置与管理?,如供应商、品牌等。
2.供应商业务:商品与供应商的关系及进货?入库、返利?统计与计算、帐?目管理?等。
3.库存业务:商品库存的查询统计、成本管理?、商品过期处理?等。
4.帐务管理?:查询、转帐、存取、收?支等管理?。
5.报表管理?:库存、帐务、?日销售、?月总结等相关报表?生成、导出等。
责任描述: 参与整个项?目的需求分析,主要负责账务和报表管理?。其中报表管理?中主要对
超市?日、?月、季销售做分析和统计,做出饼图和柱状图综合分析销售指标情况, 为销售决
策提供依据。

视频社交网站、APP

项目描述:SOSO视频社交网站是一个集小视频发布、播放,视频墙、隐藏视频社交、粉丝互动等为一体,解
决视频社交痛点的社交软件,有效的进行碎片化社交、轻压力社交、娱乐社交的用户高粘度山西本土社交网站
及APP。 主要业务:1.故事墙。 2.个人私有视频树洞。 3.小视频的拍摄和发布。4.粉丝群聊互动。5.秀出视频
故事。6.碎片化社交。7.隐匿式社交。8.轻松式社交
主要模块:1.Msysql存储模块。 2.图像识别登录模块。 3.视频直播模块。4.隐藏式图像识别模块。5.小视频上
传播放模块。6.个人主页模块。7.粉丝群模块
项目职责:1.参与项目分析。 2.编写项目需求文档。 3.编写图像识别登录和隐藏式图像识别模块及算法 优
化。

项目1:基于ROS 系统数控机床机械臂上下料设计

项目简介:为了提高工作效率,降低成本,将生产线发展成灵敏的操作系统,适应现代机械工业自动
化生产的要求,有必要根据详细的生产工艺设计独自的上下料,结合机床的实际结构,
采用现代机械手技术。
个人职责:上位机部分(包含joint_state 串口连接)、运动规划与算法部分(包含moveit 及配置)
所用技术:

  1. 基于ROS 系统OpenMainpulator 建模和仿真
  2. 创建MoveIt!功能包,为pyhton 提供move_commander
  3. 构建RViz 与move_group 节点建立通信服务
  4. 运动规划设计,计算机械臂位姿,利用python 编写运动算法

项目2:基于ROS 系统移动机器人平台SLAM 和导航设计

项目简介:本移动机器人平台是上下料机械臂的底座,方便机械臂对相应机床进行操控,达到自动定
位、导航、避障等功能。
个人职责: 测量和估计移动机器人平台位姿、运动规划设计、dwa_local_plammer 调参等
所用技术:
1.建立移动平台坐标关系tf
2.设置Rviz,包含进行2D 位姿估计,实现2D 导航目标等
3.Gazebo 创建里程数据
4.map_server 保存、加载地图

中国标准在线服务网

项目介绍:以国家标准、行业标准、企业标准文本的销售网站
个人职责:会员模块、支付模块以及部分后台管理系统业务逻辑开发
所用技术:项目使用SSH 框架,后期接入mybatis 进行数据库优化。
支付逻辑模块使用Java 编写,与支付宝微信等第三方支付平台合作。

数据分析

市场数据与指数变动的相关性研究

项目简介: 研究个股的价格变动与市场数据的相关性,进行分析,并得到最终结论。

**所用技术:**numpy + sklearn + Pycharm

**项目职责:**1. 分析经济指标(GDP增长率和M1)、成交量和融资余额等市场数据与上证指数变动的相关性;

\2. 对数据进行预处理;

\3. 使用numpy、sklearn模块进行线性回归,验证模型可行性。

缠论模型的简单量化

**项目简介:**绘制传统的股票k线图,并通过数据预处理、数据分析,对缠论理论中的操作点位进行简单量化。

**所用技术:**numpy + matplotlib + sklearn + csv + Pycharm

**项目职责:**1.读取存储在csv中的相关数据,并对数据进行预处理;

2.完成k线图、5日均线、布林线以及OBV的绘制;

3.对数据进行多项式拟合,尝试量化缠论模型的操作点位。

六轴雕铣机智能控制系统

**项目简介:**目前国内外的雕铣机大都基于CAD/CAM系统,对工作人员具有较高的要求。为了 提高 雕铣机控制系统的开放性和智能化,采用面向对象的编程思想,根据加工模型中不同 类别的加工 点特征,自适应的选择不同的加工方法,从而实现对雕铣机的六轴协调连续控制。

**个人职责:**提取加工点特征并分类,存储加工模型信息,研究加工轴的算法,并进行WPF应 用程序界面的开发。

**所用技术:**1.利用统一建模语言UML进行系统建模。

2.利用XmlDocument类提供的方法将加工点信息存储到XML加工文件中,并实现 XML加工文件到加工点列表的双向转换。

3.利用TreeView控件实现数据的分层化显示。

4.基于PCI-DMC-B01提供的API接口,设计加工轴控制逻辑。

5.对加工速度,加减速时间等参数进行调整。

基于机器学习的芯片异常监测系统

**项目简介:**芯片在出厂前会经过包括HTOL在内的一系列测试。为了及时获取各实验板的正常 工作时间,搭建了实时监测系统。一旦试验期间出现任何异常,监测系统会将异常信息及前 1h的所有信息进行存储,供实验人员进行排查。

**个人职责:**分析实验数据,提取工作电流、工作电压、芯片结温等样本特征,并对这些特征 进行数值化处理。选择最佳的预测模型,训练数据,并通过大量测试,实现对异常样本的及 时监测。

**所用技术:**1.选取多元高斯分布模型进行异常监测。

2.利用极大似然估计法对模型参数进行估计。

\3. 采用取对数、取幂次等方法调整不满足高斯分布的特征值。

4.通过交叉验证集,选取最佳的阈值。并根据查准率和召回率对模

模型效果进行评估。

项目名称:金融数据量化分析–基金分析

项目介绍:公司跟外部基金公司合作后开展的一个自动化分析项目。根据现阶段的收益预估年

度收益,按照年度收益排榜,推送给用户。

项目职责:分析基金产品的收益率,通过量化分析,对预估收益进行可视化操作。此外,通过

数学回归拟合对接下来的一周做出预测,提供操作指导。

所用技术:1.运用numpy模块进行数据清洗,筛选出我们需要的几个指标;

2.通过matplotlib和numpy模块绘制出相应的趋势线,主要包括5日线,10日线,

布林带等;

3.对数据进行分月度、季度、年度做回归拟合,对接下来的某一天或某几天的股价

进行预测;

4.调整参数,根据近期的数据检测模型,找到最合适的模型;

青岛银行信用卡营销分析

? 2018年青岛银行卡中心获得信用卡牌照以来,通过对原青岛银行的用户进行数据分析,分离出用户类型。对潜在客户进行定点精确营销,信用卡产品仅用66天达成累计发卡10万张,是国内城商行发行首张信用卡最快实现10万张的发卡机构。

责任描述

特征工程:根据业务需求分析分类用户所用特征,并完成数据清洗;

选择模型:使用多种模型对业务分析判断,找出模型;

调参:对超参数进行变换评估,找出适用模型的超参数。

使用技术

Mysql + Python +Pandas+ K-均值算法 + Excel

青岛银行信用卡营销分析

? 青岛银行信用卡中心为了快速实现盈利,要求对信用卡用户的消费习惯,提炼出高附加值用户,实现二八原则,筛选出优质的循环卡用户,通过定点制定营销策略提高信用卡的使用频率。

责任描述

特征工程:根据业务需求分析分类用户所用特征,并完成数据清洗;

选择模型:使用多种模型对业务分析判断,找出模型;

调参:对超参数进行变换评估,找出适用模型的超参数。

模型融合:对训练的多个模型进行评估融合,找出最优的模型组合。

可视化:使用matplotlib绘制分类结果的直方图,饼状图对用户分类实现结果可视化

使用技术

Mysql + Python +Numpy+Pandas + Matplotlib

泥水盾构泥浆比重、粘度预测

**项目简介:**利用泥水盾构泥浆制同步砂浆可以很好地解决废弃泥浆难以处理的难题,并可以使泥水搅拌站

? 配制砂浆得到更好的效果。

**个人职责:**采集泥水盾构进排泥泥浆参数。

**所用技术:**1.对采集数据进行数据清洗,去除异常值;

2.对分析特征间的相关关系,并对特征与标注进行 matplotlib 可视化;

3.构建训练模型,对各项目泥浆配比参数进行分析,并给出预测值;

泥水盾构过不同地层参数分析**

**项目介绍:**通过对多个项目区间盾构在不同地层的掘进参数分析,预测相应的盾构掘进参数,以供盾构司

? 机参考

? **个人职责:**采集各项目掘进参数并进行有效参数的提取,分析;
? **所用技术:**1. 采用缺失值、异常值处理,均值移除,范围缩放,编码转换等方法对数据进行预处理;

\2. 线性回归,岭回归等机器学习模型预测参数值;

\3. 使用matplotlib模块对预测结果进行图像可视化;

项目名称:图书馆书籍定位系统

项目描述:
利用图书馆平面图以及数据库,对书籍进行重新分区和定位,以便于管理和同学找书借书。
职责描述:
? 从数据库提取书籍信息,对书籍进行分类
? 从数据库提取读者借阅信息,利用numpy,pandas 等分析读者借阅情况
? 利用Matplotlib 进行图像绘制

项目一:双重股权结构的上市公司分析

项目描述:在 A 股市场中,是不允许双重股权公司的存在,然而在国外市场却是广泛存在。双重股权就 是把股票分为两种,一种股票可以获得高投票权,低股息,而另一种股票是获得低投票权,高股息。本项 目旨在分析这种股权结构公司与该公司的股价是否有一定的关系,双重股权结构公司是否具有投资价值。
技术描述:phantomjs–numpy–matplotlib
责任描述:
1、 利用 phantomjs 获得网页源代码,爬取相关信息;
2、 运用numpy进行数据处理,处理特征,去除空值数据,将特征数值化
3 、 通过 matplotlib模块绘制拟合图线,得出结论

项目二:外汇行情趋势分析

项目描述:外汇相比于股票是更加灵活的一种投资方式,不仅是可以双向交易,而且T+0的交易模式需要投资者对市场有着敏锐的洞察力以及进场时机,所以用程序来操作是一种比较容易且高效的交易方式。本项目旨在分析当前外汇价格以及预测未来的外汇走势,并在合适的位置买入卖出。
技术描述:numpy–tushare----pandas–sklearn—matplotlib
责任描述:
1、利用 tushare 接口获取数据,保存,筛选特征转换数据格式
2、使用 sklearn 提供的 Linear Regression 函数进行建模,使用测试集进行测试,计算相应的精确度分析数据
3、绘制外汇价格走势图,利用公司提供的交易接口来实现自动交易

项目名称:订单拆单与箱型推荐

? 开发环境:python+pycharm+pandas+Tersorflow+windows

? 项目描述: 天猫订单订单拆单分拣包装箱型推荐,从而降低包装成本

? 项目职责:数据预测,数据推荐

\1. 将所有商品基础信息(长宽高重量)进行数据录入。

\2. 将多件商品长宽高作为样本数据,对应箱型作为输出数据划分样本集

\3. 将样本数据进行范围缩放,缺失值异常值处理

\4. 学习曲线找出最优训练集与测试集,将数据拆分

\5. 利用决策树建立分类模型,通过网格搜索选择最优参数

\6. 训练并通过分类报告得分得到模型得分

训练后模型测试并不断调试优化,得出对应箱型后再次拆单,利用batch再次预测得出预测结果,将预测结果组合给到订单推荐显示提供分拣人员

项目2 二手车成交预测系统

开发工具: pandas + + numpy + python + matplotlib + sklearn 项目描述:

二手车成交通常通过评估师和销售人员凭借经验判断,带有一定的主观因素和个人情绪会影响预测 结果。 我们依次来建立课题,通过收集上架一周已经成交的车源和上架二周还没有成交车源进行数据整理,转化为数学问题,建立机器学习模型,让机器训练这些数据的规律,用学到的规律来预测二手车是否好卖。

项目职责:
数据收集,收集历史成交和未成交的车源做为数据,把数据分成好卖样本(一周内的成交的车源), 不 好卖的样本(二周内仍在销售的车源),特征选择我们尽量降低特征维度和舍弃效果增益小的特征,我 们这里对二手车从价格,车源,车型等方面进行考虑;

数据预处理, 处理异常值和缺失值,对数值变量进行归一化处理,利用One-Hot 编码将非数值型数据编码为模型可以识别处理的数值;构建模型,我们采取比随机森林和正向激励的集成算法模型对数据进行训练,用随机搜索的方法对超参数进行优化。并通过训练好的模型对未成交的数据进行预测。

项目效果:

通过构建如此的预测模型,我们用在评估前和评估时,通过打印模型的分类报告能够很好判断车 源是否好卖,从而制定相对应的策略,例如好车进行先评估等;同时我们将模型认为好卖的车型 与估价师进行对比会发现,好卖车型占比非常少的时候,例如5%比例,模型相对于估价师提升了 30%的转化率,随着比例的增加,转化率有所减少,总体来说,还是优于估价师。

项目1 : AFA1-9000漏包率的分析和改善方案

软件环境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn 项目描述:
每年进入第四季度240枕包漏标率投诉急剧增加,对企业的形象及集团的年度排名有较大

影响为解决该问题,成立专项小组,通过对3年内的数据集的数据预处理,可视化数据,关键

特征值提取等操作,发现问题,分析问题,总结整改,并制定改善方案,并执行。同时做出风

险预测。

项目职责:
数据采集,通过对Mysql数据库的调用,获取近3年的数据,总结数据样本的特征,组织各

部门负责人通过人机料法环的方式对不同部门的针对漏包的影响的主要因素进行提取特征,通

过Pandas对读取的数据进行清洗降噪,填补缺失值。数据的集成等操作获取损包数据,然后

通过Sklearn的均值移除的,归一化,范围缩放,独热编码方法,针对不同数据类型,不同需

求进行分类和回归的计算,将不同特征与漏报率通过Matplotlib进行数据可视化分析不同特

征值对数据的影响

项目效果:
项目最终通过数据分析制定保证生产线人员技能在2年以上至少4人,后段设备夹爪机保养

周期缩短至一周,原辅料库改造提升保暖性。储运与正规装卸队进行合同制等一些列措施,最终将漏报率降低,连续6个月取得漏包率最低成绩。并推广事业部作为优秀案例。

项目2 : A3灌装机切刀夹纸故障课题

软件环境 : Linux + Python + Numpy + Pandas + Matplotlib + Sklearn 项目描述

? 为解决间歇性切刀夹纸故障造成的设备停机而引起的成本损失效率损失,开展课题,

通过其他工厂同设备故障数据进行数据分析,发现问题,解决整改,并制定标准化方案。

项目职责:
将Mysql库中的数据和Excel表中数据进行采集,提取及清洗,通过Pandas对数据进行

提取,并进行数据预处理,通过归一化,独热编码等操作对分类和回归问题进行处理,通过应

用Matplotlib不同工厂的不同特征值的数据可视化进行分析组织设备部生产部对分析结果进行

评估,并制定解决方案

项目效果:
通过各工厂间数据分析,最终发现因设备设备大修后由与维修工安装切刀安装顺序不同

造成切刀磨损,后将维修安装切刀操作标准化,生成安装手册标准文档。

地震属性数据挖掘 在 萨葡油层储层预测 应用研究

软件环境 : Linux + Python + Numpy + Pandas + Matplotlib + Sklearn Pycharm
项目描述
储层砂体的识别主要来源于地质专家对测井数据的手工解释,而密集采样的三维地震数据却
只是作为佐证被使用,在油田开发前期测井数据少的情况下,这样的储层识别模式一筹莫展。本
项目的主要目标是对三维地震数据建模,完成对储层的预测。
项目数据的特点是: 已知的储层平

图和三维地震属性图数量级不匹配。井点数据和属性坐标数据点数量级不匹配。
项目职责:
1 完成前期地震属性数据的清洗 、 解释文本数据的编码 以及 对 二维相图的矢量化。
2
完成地震数据和测井数据的统计性分析。把二维数据按坐标拉平到一维,尝试不同的分
类模型,确定开发集,测试集
和 训练集, 再通过偏差和方差的分析,确定模型的改进方案。
3
,数据特征工程研究和模型的创新。 由于目标数据不同类别的距离特征和统计分布特征不
明显,
探索 不同目标在频率域和时间域的差异,提出基于数据维度变换的分类 器 。

数据特征工程和机器学习在煤层气预测领域的应用研究

软件环境: Linux + Python + Pycharm + SKlearn+ Numpy + Pandas +Matplotlib
项目描述:
煤层气评价现状是利用测井数据表现出的‘三高三低’的特征进行人工的解释,所以存在解释
效率低,引入的人为误差大的问题。项目的主要目标是利用机器学习的方法,完成对测井数据的
清洗,数据主要特征的提取,最后完成测井数据煤层气评价模型的建立,以代替人工解释。

项目职责:
1 利用 pandas 完成前期测井数据和已有煤层解释数据的清洗和 (岩性 编码。
2
,利用主成分分析 岩心实验数据 定义提取的主成分物理含义, 建立煤层气评价的物理模型 。
3
,分析 物理模型中所 需要的物理参数 完成 测井数据的主要特征提取。利用 SKlearn 对 提取

测井数据主要特征进行所需物理参数的拟合 ,再 利用煤层气解释数据完成整体 模型的训练,最后
完成模型的的理论解释
及模型评估报告 。

项目3 江宁经济开发区房价分析与预测

项目环境: Python + requests + Sklearn + Matplotlib + Win
项目描述: 为二手房店家提供定价模型,满足定价合理性。
主要工作: 获取数据,采用Python语言,以requests模块为基础,结合正则表达式,代理IP等方法通过网络爬虫技术爬取房
产信息。数据清洗降噪,去除重复样本。特征编码,对数据进行随机排序,然后拆分数据集。建立模型,利用网格搜索确定超
参数,训练与评估模型,最后直观显示出样本中各特征重要性。

项目名称:上海魔镜项目

开发环境:Ubuntu+C+gcc
项目描述: 为了让金融机构风险管理人员能够在审核和评估信贷业务时,从海量、
多维的客户资料中快速筛查、定位和提炼出风险信息,创建一个基于业
务规则和数据分析的综合风险模型,预测风险得分和风险等级,供业务
管理人员参考。
责任描述:(1). 设计综合风险预测模型参数评价指标。
(2). 基于监督学习网格搜索算法和行方提供的企业数据对模型进行训练,

根据参数评价指标值寻找到模型的最优参数,作为最终部署的模型进
行预测时所用的参数。

商场人流量及性别统计

项目
描述
统计商场每天的人流量及性别比例,方便商场根据客户性别提供合适的商品,因此设计了
人流及性别统计系统。 通过大量训练图像库中的男女图像,生成能分辨性别的模型。
所用技术:
Lniux + Python + OpenCV N umpy + sklearn + MySQL + OS
实现
方式 选择 使用 OpenCV 的局部二值模式做人脸识别模型
完成 基础代码, 处理训练集图片得到训练的输入和输出
对训练集进行训练并将得到的模型保存
每次获取多张图片根据众数确定结果并保存至数据库

地源热泵智能化

项目
描述
通过采集地下,室外和室内温度,测试在不同的温度下地 源热泵的 最佳功率 。 通过机器学
习得到训练模型, 不仅简化了 PLC 控制系统的复杂程度,还加快了系统的运行速度,同时能够节约能源,节省电费开支。
所用技术:
Lniux + Python + 决策树 + Numpy + sklearn + MySQL
实现
方式 获取已经装配好的地源热泵传感器和仪表的数据
通过决策树训练数据得到训练模型并保存
将模型应用到新系统中,通过实验测试结果

项目名称:基于新能源行业的专利数据分析算法

项目描述:从专利信息分析的四个方面:趋势分析、聚类分析、关联分析和引文
分析具体的进行专利数据的需求分析,并以锂电池新能源技术领域的
专利信息技术为数据源,根据分析结果对新能源当前的发展进行更深
的了解,并且对未来的发展潜力进行了更深的挖掘,为企业下一步计
划的制订提供了可靠的理论依据。
个人职责:专利数据聚类分析(包括文本预处理、特征选择、聚类算法选择)。
所用技术:

  1. 采用K-means 聚类算法对专利文本进行挖掘;
  2. 采用Apriori 关联算法对IPC 分类号进行挖掘;
  3. 在此基础上,将专利数据分析过程打包发布,方便快捷的实现数据分
    析功能,提高分析效率。

项目1 :会员流失率的分析和改善方案

软件环境:Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
项目描述:
由于公司经营业态的优化和转型升级等,会员流失率很大,对企业的形象及效益有较大的影响为解决
该问题,公司成立专项数据调研小组,通过对2 年内的会员卡数据集的数据预处理,可视化数据,关键特
征值提取等操作,发现问题,分析问题,总结整改,并制定改善方案,并执行;同时做出风险预测。
项目职责:
数据采集,通过对Mysql 数据库的调用,获取近2 年的数据,总结数据样本的特征,组织各区域负
责人通过对门店日经营报表各个指标所反映的问题,对主要因素进行提取特征,通过Pandas 对读取的数
据进行清洗降噪,填补缺失值。数据的聚合、分组等数据预处理操作获取有效的会员流失数据及特征值,
然后通过Sklearn 的均值移除的,归一化,范围缩放,独热编码方法,针对不同数据类型,不同需求进行
分类和回归的计算,将不同特征与流失率通过Matplotlib 进行数据可视化分析不同特征值对数据的影响。
项目效果:
项目最终通过数据挖掘,数据分析制定出适应新业态的会员等级和会员福利,制定出符合当前市场环
境的会员消费模式,有效的遏止了会员大量流失的现状,同时还拓展了增加了新会员的模式,对公司客户
管理的优化带来了很好的效果。

项目2 :门店美团评论的舆情分析

软件环境:Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
项目描述:
项目主要通过对门店美团消费评论数据的爬取,获取客户对门店消费体验的口碑数据,剔除无效评论,
反馈给店面真实美团评论数据,同时要求门店根据问题整改;升级店面客服语音功能,提升用户操作体验,
并通过人工智能后台,实现客服问题的有效帮助问答的一体化客服服务系统。
项目职责:
应用requests,lxml 等模块爬取美团上各个门店的相关消费体验评论数据,存储MangoDB 通过Pandas
对影评数据进行清晰,预处理获取数据,然后对通过Jieba 分词器分词后对建立词袋,通过词频逆文档频
率,通过朴素贝叶斯算法分类,应用F1 对算法进行评估和优化,最终输出每条评论的好坏;然后进一步利
用Pandas 对处理过的数据进行基本的数据分析,用Sklearn 的数据预处理,聚合,分组,归一聚类等方法
提取主要的关键词,找到主要的差评关键词和好评关键词,找到提升品质的思路和发现市场趋势和商业机
会。
项目效果:
形成了舆情分析报告,了解到公司在线上销售的整体的口碑,指发现门店普遍存在的对用户体验不利
的相关因素并及时进行了整改;找到了有效提升经营品质的思路,发现了市场趋势对公司业绩和效益提高
有巨大的指导作用。

项目3 : 礼品公仔订货智能预估系统

开发环境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
项目描述:
为解决公司库存和销售不匹配以及缺货滞销等问题,同时申购浪费巨大的人力财力等问题,公司通过
对历年销售以及申购数据进行数据分析,发现问题,解决问题,并制定标准化方案,形成一个礼品公仔的
智能预估系统,帮助门店正确合理的订货提供参考和依据。
项目职责:
将Mysql 库中的数据和Excel 表中数据进行采集,提取及清洗,通过Pandas 对数据进行
提取,并进行数据预处理,通过归一化,独热编码均值化等操作对分类和回归问题进行处理,通过应
用Matplotlib 对不同区域的门店的订货类别以及地区季节和节假日销售情况的不同特征值的数据可视化
进行分析联合营运部,集采部,品质部对于订货计算方案综合评估,并制定解决方案,形成一个初步的订
货模型。
项目效果:
通过各部门提供的相关数据,对数据的挖掘,处理,分析及结合物流,季节,节假日,地区等具体的
因素,和相关部门联合并结合公司具体的政策,最终搭建出了预估订货模型,并系统化标准化,形成了礼
品这公仔订货智能系统,减少了申购成本和礼品结构的优化,减少了滞销,节约了成本。

项目一: 教育在线平台开发(成绩预测模块)

项目描述:通过机器挖掘算法和中学真实的学生数据,揭秘影响中学生学业的关键因素有哪
些。通过逻辑回归算法生成模型和学业指标评估报告,并且可以对学生的期末成绩进行预测
个人职责:1、python、numpy掩码对其中一些特征列,父亲是否从事教师职业、家庭是否
联网等进行0-1数值化处理
2、python、sklearn归一化对数值列特征列,课余时间量、跟朋友出去玩次数等进
行0,1 之间处理,去除字段之间大小不均衡带来的影响
3、将数据集按照8:2拆分,百分之八十用来训练模型,剩下的用来预测
4、调整特征的权重,找到合适的特征权重值使模型效果的更好
5、利用LogisticRegression逻辑回归算法训练生成离线模型
6、通过confusion_matrix混淆矩阵查看模型预测的准确率

项目一:烟气检测分析仪环境误差分析

软件环境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn +
Pycharm
项目描述:
烟气检测分析仪器在用了一定的时间后,会出现较大的误差,气体的成分不
同对分析仪器的影响也不同,主要有,SO2,NO,N2O,H2S,HF,O2,CO,烷烃类等
气体。利用机器学习来实现建立环境分析模型,减少分析仪实际误差
项目职责:
1,完成前期气体检测数据数据的清洗、解释文本数据的编码以及对二维相图的矢量
化。
2,完成气体检测数据的统计性分析。把二维数据按坐标拉平到一维,尝试不同的分类模型,确定开发集,测试集和训练集,再通过偏差和方差的分析,确定模型的改
进方案。
3,由于目标数据不同类别的距离特征和统计分布特征不明显,探索不同目标在频率
域和时间域的差异,提出基于数据维度变换的分类器。

项目二: 空气环境质量检测识别

软件环境: Linux + Python + Pycharm +SKlearn + Numpy +Pandas
项目描述:
城市交通道路空气污染是待解决的环境问题之一市面上的分析仪器价格较高,体
积较大,受限于工作人员的知识储备,及工作经验。项目的目标是通过由显微摄像
头,以及应用OpenCV 图像处理来分析和确定其在空气中检测污染物(PM2.5,
PM10,花粉等)的尺度和浓度。提供操作更简单效率更高的仪器
项目职责:
1,利用pandas 完成前期空气数据和已有数据的清洗编码。
2,分析物理模型中所需要的物理参数,完成数据的主要特征提取。利用精密仪器获
取空气检测数据,利用SKlearn 对提取的环静空气污染颗粒数据主要特征进行所需物理
参数的拟合及分析,完成整体模型的训练
3,最后完成模型的的理论解释及模型评估

项目一: 公职人员数据分析平台(回归模型)

项目描述:随着大数据时代与人工智能的结合, 发掘出来越来越多有价值的数据,这些数据与相关项目的发展
密切相关;因此需要研发一个公务员的大数据平台,科学的指引公考项目方向,以提高整体业绩;
职责描述:收集公务员相关数据,预处理数据,采用数据建模的方式对公考业绩影响因素进行分析,依此推出
更合适的课程;
所用技术:1、使用Numpy,Matplotlib 等工具处理数据,包括均值移除,范围缩放,缺失值处理等;
2、使用多项式回归模型及梯度下降算法进行拟合,用验证曲线进行超参数调优,并用R2 得分权
衡模型的合理性;
3、循环改变每个特征值的数值区间,绘图并分析出特征重要性,得出影响结果的大权重因素;

项目名称:直流绝缘在线监控

开发技术:
Numpy+Matep
项目描述:
由于地铁环境恶略,且采用直流供电,对老旧电缆的腐蚀老化会产生绝缘下降问题,以便对 产生
绝缘老化的电缆进行更换。通过采集实验模型的电流 数据进行傅里叶变换分析,使用线性回归模 型对电气系
统空载运行时的数据进行数据分析。
职责描述:
1
、使用 numpy matplotlib 读取和分析 故障 电流 模型 波形数据;
2
、使用快速傅里叶变换进行音频滤波,将信号映射到频域
3
、 采集 正常 电流波形,并与故障波形进行模型训练;
4
、 上线采取空载数据
5
、创建隐马尔科夫模型用该模型的 score 值 比较,进行故障识别。

AI系统数据分析

项目简介:由于蓝领的离职率和周转率相当高,导致其综合招聘成本和管理成本也远远超过一般
的白领而且服务行业的人员流动性大幅度增加,对云存储的客户公司考勤信息进行分析和管理变得
更加重要。
个人职责: 对根据项目需要对公司的客户数据进行特征分析,从中提取重要特征信息从而根据
客户价值进行分类,将分类结果与公司业务层面的逻辑进行对照,从中筛选重要的分类特征信息
参与生成项目的数据分析报告。
所用技术:

  1. 对提取的数据进行清洗和预处理,包括对大数据分块存储提取,分批读取并叠加去重等操作
  2. 清除空值、异常数据等无效信息,数据处理过程中实时查看内存占用等情况并进行优化
  3. 根据公司的业务逻辑选取对应的字段并对字段进行计算和标准化处理,生成出勤率等信息
  4. DBSCAN算法对客户公司进行聚类分析(使用sklearn/numpy/pandas等数据分析工具)
    5.将最终生成聚类结果进行分析并用matplotlib生成可视化图表。

爬虫

项目三:爬取“美团外卖”信息,推荐合理搭配的健康饮食

项目描述:当代社会,尤其是80,90后,生活习惯及其紊乱,再加上不健康的饮食习惯,会大大增加年轻人的得病概率,所以为了让新一代年轻人有良好的身体状态,给他们推荐较为健康合理的饮食菜单。本项目通过爬取“美团外卖”获取商家信息并存入数据库,并记录每一道菜品的热量,用户每点一道菜都会记录其所摄入的热量,由于每3天平均摄入热量存在一个平衡值(根据每个人不同的身体状况),所以每次推荐的菜单会有所不同,每3天会对用户的记录有一个更新。
技术描述:爬虫–socket–MySQL
责任描述:
1、通过爬虫程序爬取所需要的外卖信息
2、利用socket模块搭建后台服务器
3、设计推荐算法,通过对影响因素的加权计算得到的系数来作为推荐依据,尽可能给用户提供最优质的推荐菜单

股票数据爬取

**项目介绍:**该项目主要是爬取股票的相关数据,例如价格、交易量等信息。将这些信息存入mongodb数据库中,以便后续对数据进行分析、处理。
**所用技术:**requests + json + re + mongodb +Pycharm
**项目职责:**1. 使用requests向指定页面发起请求,获取页面内容;
\2. 编写正则表达式,利用findall等方法获取需要获取的内容;
\3. 调用MongoDB数据库接口,并将爬取的数据存放到数据库,完成持久化存储。

  相关解决方案