趙凱的個人簡歷
更新日期：2024-12-24 學(xué)歷：碩士 工作經(jīng)驗：無經(jīng)驗 瀏覽：6次
| 碩博人才網(wǎng) (http://www.shuobo114.cn) | 網(wǎng)站首頁 打印簡歷 添加到人才庫 |
趙凱的個人簡歷更新日期：2024-12-24 學(xué)歷：碩士 工作經(jīng)驗：無經(jīng)驗 瀏覽：6次
|
||||
| 基本信息 | ||||
| 真實姓名： | 趙凱 | 性別： | 男 | |
| 年齡： | 23 歲 | 身高： | 182CM | |
| 婚姻狀況： | 未婚 | 戶籍所在： | 河北省滄州市 | |
| 最高學(xué)歷： | 碩士 | 現(xiàn)有職稱： | ||
| 聯(lián)系地址： | 北京市朝陽區(qū)北京工業(yè)大學(xué)中藍(lán)公寓 | 工作經(jīng)驗： | 無經(jīng)驗 | |
| 刷新時間： | 2024-12-24 | 有效期至： | 2023-12-16 | |
| 求職意向 | |||||
| 期望工作地點： | 北京 天津 河北 | 期望崗位性質(zhì)： | 全職 | 期望月薪： | 1萬以上元/月 |
| 期望從事的崗位： | 語音視頻開發(fā)工程師 | ||||
| 期望從事的行業(yè)： | 院校/高等教育 學(xué)術(shù)科研/院所 計算機(jī)軟件/硬件 航天/航空 政府部門/事業(yè)單位 | ||||
| 教育經(jīng)歷 | |||||
| 最高學(xué)歷： | 碩士 | 畢業(yè)學(xué)校： | 北京工業(yè)大學(xué) | 所學(xué)專業(yè)： | 機(jī)械工程-機(jī)器視覺方向 |
| 教育背景： | 2021-2024 北京工業(yè)大學(xué) 機(jī)械工程-機(jī)器視覺方向（碩士） 2017-2021 河北科技大學(xué) 機(jī)械設(shè)計制造及自動化（本科） 2021.06 “河北省優(yōu)秀畢業(yè)生” 2019.09 國家勵志獎學(xué)金 2019.09 全國大學(xué)生機(jī)器人比賽 RoboMaster（擔(dān)任無人機(jī)研發(fā)代表，獲得國家二等獎）； 2019.09 “三好學(xué)生”； 2020.09 “模范學(xué)生干部” 2020.09 全國大學(xué)生機(jī)械創(chuàng)新比賽（河北省一等獎） 2020.09 三維數(shù)字創(chuàng)新設(shè)計大賽（河北省一等獎） |
||||
| 技能特長與工作經(jīng)驗 | |||||
| 外語語種： | 英語 | 語種水平： | 一般 | 電腦水平： | 熟練 |
| 技能描述： | 編程語言：Python、掌握深度學(xué)習(xí)框架 PyTorch 以及相關(guān)的 Detectron2 框架；了解 Linux 常用操作指令； 深度學(xué)習(xí)：熟悉目標(biāo)檢測算法：Faster R-CNN、Yolo-V3、Yolo-V5 等；熟悉分割算法：Mask R-CNN、SparseInst 等； 熟悉視頻分類網(wǎng)絡(luò)：Afformer、Demo2Vec 等； 機(jī)器視覺：熟悉常用的機(jī)器視覺圖像處理算法；熟悉常 |
||||
| 工作經(jīng)歷： | 2022.09-2024.06 中國科學(xué)院自動化研究所（計算機(jī)視覺算法實習(xí)生） 1）面向服務(wù)機(jī)器人的物體可供性研究-功能可供性檢測（圖像分割任務(wù)） 項目負(fù)責(zé)人（獨立完成） 通過對 SparseInst 的 Encoder 與 Decoder 進(jìn)行改進(jìn)，在 UMD 數(shù)據(jù)集上的測試結(jié)果相對于原算法提升了 2%。 在原算法的基礎(chǔ)上增加物體類別檢測分支，利用類別檢測結(jié)果以通道注意力形式監(jiān)督可供性檢測分支中 Mask 的生成。 針對測試過程中遇到的對小目標(biāo)不敏感等問題，通過擴(kuò)大特征圖尺寸、引入 Aspp 模塊、添加注意力機(jī)制等方法提升對小目標(biāo)的檢測精度。 2）面向服務(wù)機(jī)器人的物體可供性研究-行為可供性檢測（視頻理解任務(wù)） 項目負(fù)責(zé)人（獨立完成） 利用視頻數(shù)據(jù)實現(xiàn)動作的分類與操作區(qū)域的檢測，目前已復(fù)現(xiàn) Afformer、Interaction-Hotspots 等相關(guān)算法。 利用分割大模型 Segment Anything 完成數(shù)據(jù)標(biāo)注。利用旋轉(zhuǎn)、裁剪、添加椒鹽噪聲等進(jìn)行數(shù)據(jù)增強(qiáng)。 利用自注意力機(jī)制與交叉注意力機(jī)制實現(xiàn)視頻特征向圖像特征的映射。實現(xiàn)行為可供性像素級別的分割檢測（相關(guān)領(lǐng)域其他方法的檢測結(jié)果以熱圖為主）。 |
||||
| 自我評價 |
| 擅長閱讀英文文獻(xiàn)，復(fù)現(xiàn)相關(guān)代碼，并在論文中尋找創(chuàng)新點。對新算法、新技術(shù)有較強(qiáng)的求知欲望（例如分割領(lǐng)域的大模型 Segment Anything，并打算學(xué)習(xí)遷移技術(shù)，解決下游任務(wù)）。善于依托項目學(xué)習(xí)相關(guān)專業(yè)技能，并能很好的結(jié)合具體項目進(jìn)行優(yōu)化改進(jìn)。有創(chuàng)新意識，有較強(qiáng)的學(xué)習(xí)能力、適應(yīng)能力。具有較好的抗壓能力。 |
| 求 職 信 |
| 聯(lián)系方式 |