工作职责和业绩:
1.Linux环境下的多GPU深度学习软硬件环境以及线上生产环境的搭建。
2.使用TensorFlow深度学习框架构建用于处理大数据平台中的货物流通信息的YOLOV3模型和物体识别系统,对仓储管理、货物流通中的设备、操作人员、机动车辆等物体进行实时识别和标注。
3.分别构建主流的物体检测模型 Faster R-CNN、SSD、YOLOV3等,并对比测试不同模型对训练数据的性能指标 选取最优模型。
4.根据公司要求重新使用TensorFlow搭建的YOLOV3模型,通过添加不同的需求模块,训练关于仓储物体数据集,构建目标识别模型。 使用模型对项目中货物仓储流通环节进行跟踪和分析,及时发现货物仓储中的人员、车辆、设备等物体的异常行为并对其进行预警。
5.构建仓储图像管理系统,识别仓储设施中移动物体并管理设施,对人为损失行为及时预警。
6.借助人脸检测和相关货物识别帮助品牌商部署营销活动以及进行分销商管理,通过促销等完善供应链的缺失部分。