Profile 00 00@2x

邱明豐

科技始於人性,希望透過程式改變日常生活。對於軟體開發、影像處理、ML/DL非常有興趣。

科技日新月異,永遠不能停留在原地,目前也正在自學DevOps領域的相關知識,透過Side Project做中學累積經驗。

技能


程式語言

  • Python
  • C
  • C++


ML/DL框架

  • Scikit-Learn
  • Keras
  • TensorFlow
  • Darknet(YoloV4)


版控&佈署

  • Git / Github / Gitlab
  • Docker


作業系統

  • Windows
  • Linux


影像處理函示庫

  • Opencv 
  • Scikit-image


學歷

國立雲林科技大學, 碩士學位, 資訊工程系, 2019 ~ 2021

南臺科技大學, 學士學位, 資訊工程系, 2015 ~ 2019


Project

Paragraph image 03 00@2x

道路施工檢測系統

與台中科技公司進行產學合作,開發道路挖掘監視系統,可於道路挖掘當下錄影存證,透過影像辨識技術進行即時檢測,其辨識成果將協助提升施工品質或竣工文件品質。



開發環境 : Ubuntu

使用技術C/C++ 、Opencv、Yolov4

Paragraph image 03 00@2x

即時快照式高光譜影像瑕疵檢測系統 - 

以咖啡生豆為例

使用高光譜成像技術提取咖啡生豆反射率資訊,並透過深度學習方法進行即時且無損的瑕疵檢測,有別於傳統使用彩色影像(RGB)進行分類,可大幅提高辨識準確率,以至於提升咖啡品質。


準確率約98%

Side Project

Paragraph image 03 00@2x

口罩辨識系統

透過攝影機即時辨識畫面中總人數,以及未戴口罩人數。 


開發流程 : 

使用Ubuntu環境進行YoloV4的模型訓練與預測,並佈署至Docker。


Windows版則透過Python將model打包成exe檔。



開發環境 : Ubuntu、Win10 

使用技術 : C/C++ 、Opencv、Yolov4、 Python、Docker

AIdea競賽

Paragraph image 03 00@2x

AI 芒果等級分類系統 

愛文芒果為台灣重要出口農產品之一,不僅躍升為三大外銷高經濟生鮮果品之 一,更將外銷國拓展至日本、中國、美國以及香港等地,卻還是遭遇其他同為 芒果出口國(菲律賓、泰國)的削價競爭,因此本系統透過CNN技術將芒果分 為A、B、C三等級。依序為出口用、內銷用、加工用。


DenseNet201 (準確度約77 ~ 81%) Xception (準確度約79 ~ 82%) 


開發環境 : Win10 

使用技術 : C/C++ 、Opencv、Yolov4、 Python、Keras、Tensorflow

Paragraph image 03 00@2x

AOI 瑕疵分類

使用多種深度學習模型進行AOI瑕疵分類 。


VGG19 (準確度約 98~99.2%) 

ResNet50 (準確度約 98~99%) Inception V3 (準確率固定99.1%以上)


開發環境 : Win10 

使用技術 : Opencv、 Python、Keras、Tensorflow

Powered by CakeResumePowered by CakeResume