足球篮球运动员号码检测与识别 在篮球比赛、足球比赛近景视频的图片流中，识别图片中篮球运动员、足球运动员的号码牌 项目中我负责标注数据清洗、选用 base code（目标检测和文本识别）、base line（base code 的map 在 pascal 达到 70 在coco 达到 50，自己数据集 50 以上并人工查看 bboxes效果， 文本识别特定数字号码识别的 acc 达到 80%）、模型训练 至满足 base line、在 k8s上部署服务化端口（传入图片 base64等 json，返回 bboxes points、numbers等 json） key difficulty：base code，基于 detectron和aster；loss and over-fitting，调参和公开数据集 main contribution：map=54和识别准确率acc=84%达到预期，one-stage(YOLO) two-stage(RCNN), retinanet more useful, aster cross entropy loss work 现场云中文字幕识别 在 magic现场云、影视综艺节目、新闻栏目视频的图片流中，识别出图片中标准印刷体字幕的文本框和文本 项目中我负责数据清洗（伪造数据，与测试数据非同源）、ocr中文识别(stn+cnn+lstm)、base line(文本编辑距离达到百度 效果 dit=0 acc=50.73%，并发数达到 100)、模型训练至满足 base line并压缩模型、在 k8s完成服务 demo移交工程人员 key difficulty：acc提高不了，cnn more layer，lstm more layer，add public data，adjust parameter；fps太低，模型 压缩（data and net异步，逐层降层，降采样，针对性数据，数据蒸馏，模型量化 eg in fact，gpu cpu异步、mul batch pre 根据业务、缓存队列 more useful） main contribution：中文 ocr识别文本编辑距离 dis=0 acc=64.70%，压测 QPS=100+ RT 322ms，aster cross entropy loss and ctc loss no difference，工程优化比模型优化性价比高，研发快节约调用百度 ocr成本