语言能力

英语

(CET6、读写精通)、普通话

自我评价

1，熟悉 linux/unix 下编程，熟悉机器人操作系统（ROS）

，熟悉 C++，熟练掌握opencv、pcl等常用工具库。了解CUDA GPU

并行编程。
2，熟悉python，熟练掌握 Numpy，Pandas，Sklearn，OpenCV 等工具库。
3，熟悉caffe、Tensorflow 、 Keras 和 tflearn等深度学习开源框架。
4，熟悉 Faster-RCNN，R-FCN 等传统目标检测与识别算法，对 YOLO，SSD 等新型目标检测与识别算法,有深入研究。熟
悉 FaceNet 等人脸检测与识别算法。能够完成图像分类，目标检测与识别等项目。
5，了解RNN、LSTM、Seq2Seq等自然语言处理相关模型。
6，掌握 RNN，CNN 等深度神经网络模型的训练和调优。
7，熟悉机器学习常用算法：支持向量机（SVM）

，KNN，adaBoost，Random forest 等。

能读文献，能写代码，能实现模型，能完成项目。追随deepmind巨人脚步。

附加信息

文章：基于深度学习的人脸识别技术综述
简介：人脸识别是计算机视觉研究领域的一个热点，同时人脸识别的研究领域非常广泛。因此，本技术综述了采用深度
学习的人脸识别技术的进展。
链接：https://zhuanlan.zhihu.com/p/24816781
#########################################################
文章：基于 mtcnn和 facenet 的实时人脸检测与识别系统
简介：本项目基于python/opencv2/tensorflow环境，实现了从摄像头读取视频，检测人脸，识别人脸的功能。
链接：https://github.com/shanren7/real_time_face_recognition
#########################################################
文章：SSD 关键源码解析
简介：SSD（SSD: Single Shot MultiBox Detector）是采用单个深度神经网络模型实现目标检测和识别的方法。本文主
要介绍的SSD关键代码实现方法。SSD关键点分为两类：模型结构和训练方法。模型结构包括：多尺度特征图检测网络结
构和anchor boxes生成；训练方法包括：ground truth预处理和损失函数。
链接：https://zhuanlan.zhihu.com/p/25100992
##########################################################
文章：YOLO 源码解析
简介：YOLO是基于深度学习的端到端的实时目标检测系统。本文将对YOLO的tensorflow实现代码进行详解。
链接：https://zhuanlan.zhihu.com/p/25053311
#########################################################
更多文章请见知乎专栏，地址：https://www.zhihu.com/people/shan-ren-87-35