工作内容:
⚫ 数据标注: 使用 LabelMe,LabelImg 等标注工具给数据添加标签。
⚫ 数据预处理: 图像平滑滤波去噪,ROI 区域分割,颜色空间转换,图像几何变换,使用 OpenCV 批量裁剪等。
⚫ 模型训练: 使用 Pytorch 深度学习架构,基于 CNN 训练葡萄叶片疾病识别模型,评估疾病感染的严重程度;
基于 Tensorflow 架构,使用目标检测神经网络检测图像中的苹果,对其进行数量统计与产量估计。
⚫ 模型优化: 模型超参数调优,调整优化函数,损失函数,网络结构,学习率等。