Mphha3me9eudyncsbxwu

詹定璿(Leyan)

Hi 我是定璿,畢業於成功大學工科所資訊組,是一位樂觀勇於挑戰的青年,大學及研究所皆為資訊背景,對於數據分析以及數位影像辨識有著濃厚的興趣

在學期間參加許多的AI大數據競賽,未來希望能往機器學習工程師的道路上邁進~

 : [email protected]

 : https://medium.com/@afly.bskyDigital Image Recognition & ML Note

 : 0988525029

 : NLP、NLG、Machine Learning、Data Mining、Computer Vision、Object Detection

工作經歷 Work Experience

VIA Embedded Software Engineer, 2020 年 10 月 - Now

 C++、Linux、Python、Blender

1. Find suitable dataset and make explore data analysis 

2. Try to use existing pre-trained model to collect more cleaned data 

3. Study new technique paper about Computer Vision tasks(ex: Detection, Segmentation) 4. Design preprocessing, model and training pipeline of your task (Framework: PyTorch, Tensorflow) 

5. Finetune model, convert ONNX format, then deployment in Embedded system 

6. Assistance develop API to run inference on accelerated wafer device

Experiences 00 00@2x

VIA Embedded SW3 Intern, 2019 年 7 月 - 2019 年 9 月

 Keras、Tensorflow、Object Detection、MoblieNet_SSD

1. image annotation data collection (UA-DETRAC) & cleaning 

2. using labelImg tool to annotation cars in Taiwan roads 

3. doing data augmentation before model training (like flip, crop, scale brightness, hue, ... etc) 

4. object recognition model design and model tuning (SSD) 

5. tracking cars and draw tracking lines & boxes in tracking region 

6. crop car feature when car entering to start line 

7. calculate car speed when car passing to end line 

8. calculate processing speed by fps

Experiences 00 01@2x

車輛俯視模型

Projects 01 00@2x

暑假兩個月在VIA Embedded 底下的SW3部門實習,這個部門主要是在做ADAS和Surround View System,使用到大量的Traditional Computer Vision以及Deep Learning技術。

Projects 01 01@2x

而我的部分是做一個車輛追蹤辨識模型,去計算道路上的車流,來輔助政府統計車流並找出可疑的違規車輛,最後使用物件偵測模型針對道路上的汽車追蹤並計算車流量,平均處理速度可達90 FPS。

學習歷程 Education

國立成功大學,工程科學系,碩士,2019 年 9 月 - 2020 年 7 月

碩士論文 – 使用具注意機制之強化學習於商品之英文評論摘要生成方法-以Amazon電商平台為例
 Seq2Seq、Attention、Pointer-Network、Reinforce Learning、Policy-Gradient
消費者在購物平台上看到想購買的產品時,通常會參考平台上該產品的顧客評論和摘要來做購買與否的決定。但通常平台上的顧客評論可能過於口語化或是摘要過於簡略,導致平台上的評論摘要通常無法滿足潛在顧客的要求,因此本研究主要針對不同類別的產品評論及摘要進行分析,藉由機器學習文本關鍵詞與文本內容,理解評論中的語意並生成簡單易懂的文本摘要,冀望能輔助消費者快速理解評論中的重要資訊。

已修畢之課程  

資料探勘、初階影像處理、人工智慧、工業物聯網、半導體製程與開發、Android應用與實務開發


國立高雄第一科技大學,電腦通訊工程系,學士, 2012 年 9月 - 2016 年 6 月

專題研究 - 穿戴式導航運動行動管家  

 Java、 Android、Arduino、C/C++、GPS    Bluetooth4.0 

使用智慧型手機利用其GPS及3G網路偵測定位,以Google地圖實作路徑規劃及導航之應用,並判斷路程之行進指示,讓手機的訊息得以穿戴式裝置提醒使用者,且能適時地搭載抬頭顯示藍芽裝置,即時回應來電,讓使用者不必再邊看手機邊注意路況,不必再擔心會迷失方向或漏接重要來電,降低交通事故的發生。

於專題競賽中獲得第三名成績。 

 

已修畢之課程 

 計算機概論、網際網路導論、組合語言、程式設計實習、通訊導論、數位設計、電子電路、機率、隨機變數與統計、線性代數、富氏分析、計算機組織、作業系統應用、資料結構演算法、微處理器應用、資料庫系統、視窗程式設計、處理器設計與實作、進階Java程式設計



Master-Thesis 

Projects 01 00@2x

使用兼具抽取式與抽象式特性的指標網路作為主要架構,並改寫原有的注意力機制,同時加入經修飾位置演算法提取的關鍵詞資訊,以及內部注意力機制,目的是為了解決傳統注意力機制過度專注在相同詞彙以及無法參考過去訊息之缺點

Projects 01 01@2x

為了使我們的網路架構能夠同時針對評估函數進行優化,本研究中同時引入了強化學習,並以Policy-Gradient方法和NLL Loss同時進行聯合訓練;在最後測試時,以beam search搜索法,透過每次尋找k個最佳序列結果,來找出生成單詞分數最高的預測詞序列

比賽 Competition

Projects 01 00@2x

Kaggle - Using News to Predict Stock Movements

根據Two Sigma公司提供的原始資料預測未來6個月的股票漲跌,原始資料包含金融市場信息以及資產公司的新聞資訊,前處理部分我們去除掉金融海嘯時期以及收開盤價浮動太大的資料,後續加上一些常見的金融指標(MA, EWMA)以觀察該筆股票的加權趨勢,並使用一些文本挖掘技能來提取有關新聞的重要性,例如標題的tf-idf得分,最後我們嘗試使用進階決策樹做特徵,最後發現LightGBM在訓練資料上的準確率是最高的。 

Projects 01 01@2x

Legaltech Hackathon 2019 – 妨害性自主,精神慰撫金怎麼判?  

針對妨害性自主及性騷擾案件賠償慰撫金問題,我們提出一個系統,一開始會先蒐集判決,也就是在lawsnote的資料庫裡面抓妨害性自主相關的判決,再由我們組員人工標記300篇判決,把法官會參酌的因素,像是當事人年齡、加害人職業、加害人的財力等等,進行特徵前處理後,加上以序列模型LSTM針對原告、被告的陳述進行語意分析,最後使用回歸的方式讓模型去學習根據特徵預測測試案例的賠償金

Projects 01 02@2x

Aldea - 尋找病媒蚊孳生源-積水容器影像物件辨識

根據衛生福利部疾病管制署蒐集台灣各地具積水容器之場景,以2008 年至 2018 年積水容器之標註資料進行模型訓練,能讓稽查人員藉由影像或是視訊提醒其積水容器之物件位置, 使用Yolo V3物件偵測演算法,透過grid cell的分割方式找出物件可能出現的位置,神經網路模型使用Darknet 架構包含24個卷積層以及2個平坦層,最後輸出每個網格中對應位置的物件座標和類別,最終結果位居第20名。

My AutoML Projects

My Computer Vision Frame work for 3 tasks (ImageClassification, ObjectDetection and ImageSegmentation)
Allow to use own dataset, and predict on video
Projects 00 00@2x

Object Detection

Include YOLOv3, YOLOv4, SSD, RetinaNet, CenterNet, FasterRCNN

Learn More
Projects 00 01@2x

Semantic segmentation



Include FPN, FCN, DeConvNet, UNet, SegNet, PSPNet, DeepLabV3 DeepLabv3_plus


Learn More
Projects 00 02@2x

Image Classification


Include mobilenet, resnet, vgg, vit googlenet, shufflenet, inception squeezenet, efficientnet, densenet, alexnet

Learn More

Projects

Projects 01 00@2x

DCARD自動抽卡軟體 

利用Chrome Driver以及selenium瀏覽器自動測試模組,模擬每日抽卡的行為,最後使用smtplib郵件模組將每日的抽卡資訊寫成HTML寄到自己的信箱。

Projects 01 01@2x

顏值回歸分析預測

根據SCUT-FBP5500臉部分數資料集,以及Tensorface提供的臉部偵測器,優先提取臉部特徵後,帶入Resnet模型後進行回歸預測。 使用Python並在深度學習框架上做開發。

Projects 01 02@2x

USD/JPY匯率預測

使用Invest.com投資網站上提供的USD/JPY日匯率進行預測,使用Seq2Seq的7對1時間序列,預測隔天的日匯率。 使用Python並在深度學習框架Keras、Tensorflow上做開發。

Paragraph image 01 00@2x

影像金字塔輔助學習程式

利用Matlab 的App Designer 實作高斯金字塔,將同一信號或圖片多次的進行高斯模糊,並且向下取樣,藉以產生不同尺度下的的多張邊緣特徵。

語言與證照 Language and certification

Projects 01 00@2x

Oracle Java SE6 Date : 2015/07

Projects 01 01@2x

ETS TOEIC Score: 640

Date : 2017/09

技能 Skill


Programming

  • Familiar :
    • Python
    • Java
    • C/C++
  • Moderate :
    • Linux
    • C/C++
    • Linux
DataBase
  • MySQL
  • MongoDB
Version Control
  • Git 
  • Git - LFS 
  • Source Tree


IDE/Editor

  • VSCode
  • SublimeText
  • Jupyter Lab
  • Pycharm
Framework

  • Keras
  • Pytorch
  • Pytorch-Lightening
  • OpenCV
  • Tensorflow
  • Scikit-learn
  • NLTK
NLP
  • LSTM
  • Seq2Seq series
  • Pointer-Network
  • Transformer


Machine Learning

  • SVM 
  • Decision Tree
  • LightGBM 
  • XGBoost
  • CatBoost
Computer Vision 
  • Classification: CNN, ResNet, SqueezeNet MobileNet, Shu eNet, GoogleNet Inception, DenseNet, AlexNet, VGGNet 
  • Segmentation: FPN, FCN, DeConvNet, UNet, SegNet, PSPNet, DeepLabV3, DeepLabv3_plus
  • Detection: RetinaNet, SSD, YOLOv2, YOLOv3, YOLOv4, YOLOv5 series [Yolov5s, Yolov5m, Yolov5l, Yolov5x], Faster-RCNN