本人参与adas项目，目前正在进行基于视频图像的各类目标检测。2017年，本人主要参与车辆检测和roadmark检测环节，了解目标检测实现过程中从相机变换、布框、过分类器、到跟踪的大致过程；完成haar、hog、lbp等特征的提取过程，完成svm、adaboost分类器的编写；参与roadmark的算法研究、特征和分类器的选取过程。2018年，本人学习众多深度学习相关理论知识，如优化方法、损失函数、dropout、BN等；学习当前主流的深度学习网络架构，如VGG、Resnet、Mobilenet等；学习当前主流的目标检测方法，如faster rcnn,ssd等；数据方面，使用C#语言自行编写标注工具，熟悉主流公共数据集，如KITTI、BDD、Cityscape、Apollo等，熟悉数据收集、数据清洗的整个过程，能够自行构建网络、训练模型、调优参数，能够实现从目标检测到识别的整个过程。