A0ocj0iczfoihci4fjrg

黃偉翔 Wei-Xiang Huang

研究所就讀於台灣科技大學資訊工程系,主要研究領域是 Artificial Intelligence / Machine Learning / Deep Learning/ Computer Vision,我擁有運用人工智慧 / 機器學習解決問題的熱忱並且希望在這個行業貢獻心力。


[email protected]

學歷

台灣科技大學 資訊工程系,2017 年 9 月 - 2020 年 8 月

新竹教育大學 應用數學系,2013 年 9 月 - 2017 年 6 月

新竹高中 ,2010 年 9 月 - 2013 年 6 月


Kaggle Competition

因應PM2.5的影響性,Kaggle舉辦預測北京空氣品質數據的比賽 透過這個比賽,我學習到如何對大量資料進行處理,並且選擇適合的model, 用來進行預測 。

Keywords : LSTM, Feature Engineering, Feature Extraction, K-fold

NTU Class of Computer Vision

電腦視覺的課程,透過課程使我熟悉如何使用OpenCV,和對電腦影像進行處理。

論文研究題目

一個基於專注力的相片構圖改進方法— 使用殘差神經網路架構實現
 PyTorch,OpenCV 

  • 學習攝影需要很多時間,所以我們希望建立一個自動相片構圖改進系統,以幫助新手在沒有實際指導的情況下學習攝影。本文首先將殘差卷積神經網絡應用於相片構圖的分類。知道相片的構圖後,我們希望改善這張照片的美學質量。
  • 我們建立了一種結合美學評估和基於注意力影像裁剪的方法,以改善相片美學質量。我們的方法表現都優於baselines的IoU和BDE,我們方法在CUHK-ICD資料集上使用影像裁減的表現為平均IoUBDE分別為0.780.059

keywords: Attention-based Image Cropping, Residual Network, Convolutional Neural Network, Aesthetic Assessment, Photo Composition Classification, CNN Visualization, Grad-CAM, Grad-CAM++

工作經歷

長春化工, 暑期實習生 ,  Jul 2018 ~ Aug 2018

人工智慧小組
使用卷積神經網路改善化工產品自動辨識瑕疵的正確率


 TensorFlow,scikit-learn

  • 為了評估產線上的銅箔的品質工廠使用了搭載AOI的光學相機進行銅箔上瑕疵的紀錄只要有瑕疵的地方光學相機都會拍攝並記錄在哪個區塊 
  • 因出貨給客戶時須明確知道其區塊是何種瑕疵才能評估銅箔品質去進行裁減我們將光學相機得到的相片資料集在使用DenseNet去做分類 
  • 針對類別相片數少的無法準確分類的使用DenseNet的卷積層做特徵提取 接著使用t-SNE進行分群

技能


Programming 

  • Python 
  • C/C++ 
  • TensorFlow 
  • PyTorch 
  • OpenCV 
  • scikit-learn


Machine Learning 

  • Supervised / Unsupervised/Active learning 
  • Random Forest, k-NN, t-SNE, PCA...
  • Deep learning model (CNN, LSTM...)



Language 

Toeic: 640

Powered by CakeResumePowered by CakeResume