//assets.cakeresume.com/assets/contentarea/contentarea-2d64eca8dae2a1ffb31e0fb1df887bbad072c7c19734d7d30fa14884bbcc299a.css

教育部獎狀

教育部人工智慧競賽與標註資料蒐集計畫 (AI CUP)

目前於公司擔任軟體工程師一職，主要負責深度學習模型開發、實作及改良。
隨時了解深度學習相關技術的進展，並分析其中的技術是否可導入現有模型用以提升效能。
閒暇時間參與影像辨識相關競賽，透過競賽來增進改良、訓練模型的技術並且鍛鍊分析問題、解決問題能力。
熟悉Python、Tensorflow、Keras、OpenCV、影像處理。


1.使用深度學習分析一般使用者生成的影像，透過模型分析的結果，自動剪輯成摘要影片，目的是希望能透過此技術縮短以往人工剪輯所耗費巨大成本。
論文發表於2019 IEEE 21st International Workshop on Multimedia Signal Processing。
論文名稱：
Spatiotemporal Modeling and Label Distribution Learning for Video Summarization  

2.偵測行車紀錄器的車輛，並對廠牌顏色進行分類。

3.對行車紀錄器影像建立segmentation模型，提升車道線偵測準度。

4.對行車紀錄器影像，使用深度學習以及SVM進行場景分類。

5.使用Rank SVM改良遊戲影像Highlight detection的準確度(研究室論文改進)。


國立中正大學

國立臺東大學

軟體工程師

劉雨鑫(Rossi Liu)

倍利科技

資深軟體工程師

軟體維護/客製化：
針對不同客戶提出的要求，在現有架構上進行客製化修改。
將TensorFlow 1相關程式升級至TensorFlow 2。
將TensorFlow模型轉換為TensorRT提升推論速度。

深度學習建模：
建立側顱X-Ray影像分割模型。
建立胸部X-Ray肺部檢測模型。
建立顯微影像下的細胞偵測計數與分類模型。
建立image style transfer模型。
建立CycleGAN模型。
建立瑕疵檢測模型。

深度學習講師：
提供有需求的客戶進行基礎觀念教學，以及撰寫相關範例程式。

開發輔助工具：
導入Grad-CAM，分析分類、檢測模型是否在正確位置上有較高的反應，用來評估模型訓練好壞。

模型優化/改良：
在原始模型上加入SENet、CBAM、DropBlock等論文技術，在測試資料中使得漏檢率從0.3808%降低至0.3046%。

E-CAP Inspection：
與數位多媒體部門合作，使用IP Camera，開發電容極性檢測演算法。
開發傳統影像處理演算法，使得極性檢測達到90%準確度。
開發Deep Learning技術與tracking演算法，達到100%準確度。

Anormal detection：
建立深度學習模型分析公司歷年數據，利用預測結果鑑別異常資料。

劉雨鑫(Rossi Liu) 的社群動態