2017.3-2018.4
主要负责基于传统机器学习算法的分类、检测和基于深度学习的视觉算法实现等，结合业务需求进⾏计算机视觉相关算法的研发。
1. 基于caffe的农作物分类
（1） 搭建部署caffe环境，以patch的形式组织训练数据；
（2） 基于AlexNet完成四种作物的分类，结合项⽬应⽤，输出完成分类视频。
2. 遥感影像中道路检测的研发
（1） 研究道路检测的不同⽅法，⽐较不同⽅法的检测效果；
（2） 结合SVM和图像后处理的优化算法完成道路检测。
3. 基于faster-rcnn的⼤棚识别
（1） 搭建部署faster-rcnn运⾏环境，标注数据，调整模型优化识别结果；
（2） 编写实施识别过程⽂档，以docker镜像形式部署在服务器，由遥感数据⽣产部⻔使⽤。
4. 遥感影像建筑物检测的研发
（1） 研究不同语义分割模型，基于U-Net模型完成海淀区1⽶遥感影像的建筑物检测；
（2） 探索该⽅法在10⽶分辨率遥感影像上的应⽤，撰写专利《卫星影像的地物标注装置及⽅法》（2018101473087）。
5. 阿⾥云天池⼤赛---天⽂数据挖掘⼤赛
参与天⽂数据分类⽐赛，通过不同分类⽅法的尝试和调参，最终在⽐赛中获得决赛第四的成绩。 北京佳格天地科技有限公司
AI算法产品研发 2018.4-⾄今
主要负责两个算法产品的研发调研和⼀个项⽬的管理开发。
1. 果园识别产品
（1） 规划组织算法数据，与算法⼈员讨论技术⽅案，通过实验确定最少的训练数据量；
（2） 将算法打包镜像部署在服务器，编写⽤⼾使⽤⼿册。
2. 地块识别⾃动勾画产品
（1） ⽬标⽤⼾调查，亲⾃参与地块勾画⼯作，了解⽤⼾的痛点和需要解决的主要问题；
（2） 拆解算法步骤，分析每⼀步输出的问题，根据问题输出解决⽅案；
（3） 分析地块识别算法适⽤的数据条件，包括时间性和区域性，总结算法的适⽤边界；
（4） 作为⼀款辅助⽣产的⼯具型产品帮助数据⽣产⼈员提⾼30%的⼯作效率；辅助作物分类，从90%的精度提升到94%。 3.某地理信息中⼼的遥感影像样例⽣产和管理系统建设项⽬
（1） 与客⼾多次沟通，了解客⼾需求和项⽬⽬的，在海量数据的基础上构建适⽤于深度学习研究的样例系统；
（2） 分析客⼾⽅数据，总结数据特点，结合遥感影像的特殊性设计基于深度学习的遥感影像样例格式和样例库构成；
（3） 制定深度学习模型开发计划，协调组织数据规划和数据清洗，保证算法⼈员的数据质量和数量；
（4） 完成产品设计和功能列表，协调推进项⽬开发和测试，规定时间节点，保证项⽬按时上线。