长尾检测项目: 构建Monolith-det1.0检测工具链,可高效地实现训练数据准备,模型训练和发布,
漏报和误报分析整套流程。负责烟雾和火焰检测的模型优化,基于RetinaNet框架,采用Bag of
tricks后模型精度Recall@FPPI由60.3%提升到75.3%。
工业检测项目: 维护工业检测工具链,可支持批量训练和批量评测功能,添加自定义评测功能:
Recall(实例级)@FPR(图片级),Mean IoU, Pixel Acc。基于FasterRCNN检测框架,采用Bag of tricks
来提升多项检测任务精度,并负责多项工业检测项目模型发版工作。
CARLA行人轨迹仿真: 按真实场景在CARLA中搭建环境,仿真真实视频中行人的运动并制作视
频Demo;在CARLA中控制行人的运动,并将抓拍图与仿真人物做匹配,为下游任务提供训练数据。
ReID与Mimic实验: 负责ReID数据集清洗实验;在Mimic repo中添加crd loss并负责相关实验。
同行人项目: 检测视频中的行人运动轨迹并根据轨迹的距离,移动方向,速度大小来判断行人间
的同行关系。测试结果:precision:83.67%, recall: 80.71%。Research repo主要维护者,并全程支持
Engine端部署上线。采用Kafka传输轨迹,Redis读写帧,Rtmp推流实时展示同行人视频Demo。

工作内容: 调研cv模型过滤抖音视频中色情、暴恐、涉政等违规内容。1.组织百万级视频数据,
调研TSN-resnet50,se,nonlocal,gcnet,res2net模型进行测试,结果Nonlocal涨1.2%,Res2Net涨
0.3%。2.利用flask, bootstrap封装heatmap可视化和最近邻检索工具,分析模型涨点或掉点原因。