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IoU和BDE分別為0.78和0.059。

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
CakeResume