- Việc làm
CVTạo CV online chuyên nghiệp, miễn phí
PortfolioTrình bày kỹ năng chuyên môn và dự án đã thực hiện một cách sinh động, trực quan.CVTạo CV online chuyên nghiệp, miễn phíTạo CVTạo CV online chuyên nghiệp, miễn phíMẫu CVTruy cập kho mẫu CV online ấn tượng, chuẩn quốc tế.CV mẫuTham khảo các CV mẫu đẹp đã được người dùng CakeResume ứng tuyển thành công.Cẩm nang nghề nghiệpTìm hiểu cách viết CV cho từng ngành nghề và vị trí.Trợ giúp viết CVTham khảo lời khuyên từ các chuyên gia tuyển dụng của CakeResume.- Kho tài nguyênCẩm nang ứng viênThế giới công sởVề đối tácCẩm nang doanh nghiệpVề CakeResumeBài viết nổi bật
- Tuyển dụng
- Tải app CakeResume
CakeResume Talent Search
Kế hoạch tuyển dụng đơn giản và hiệu quả nhất
Tìm kiếm 40k+ CV và chủ động liên hệ với ứng viên để đạt hiệu quả tuyển dụng cao hơn. Sự lựa chọn của hàng trăm công ty.
- Duyệt tất cả kết quả tìm kiếm
- Bắt đầu trò chuyện không giới hạn
- CV chỉ có thể truy cập bởi các công ty trả phí
- Xem địa chỉ email và số điện thoại của người dùng
Definition of Reputation Credits
游竣宇
您好，我是游竣宇，畢業於淡江大學資訊工程學系
後於臺北大學就讀資工所，在碩士期間主要負責為影像處理以及人工智慧
本人樂於分享、熱愛學習
Software engineer
Taoyuan City，TW
[email protected]
技能簡介
程式語言工具
Python : Tensorflow, pytorch
C#：UI設計
C++ ：Opencv影像處理
類神經網路
-熟悉物件偵測網路架構：YOLO、Deep Snake、Yolact等
-熟悉Tensorflow, Pytorch等
基礎程式能力
版本控制：Git
網頁設計：Codeigniter、Django
資料庫設計：MySQL
環境設置：CMake、pip、Anaconda
接案經驗
CASE 1：網頁撰寫(寂天雲端學習)
使用Codeigniter做為後端工具，主要為bug修復以及新功能的實現。
CASE 2：大貨車櫃號判別
該影像無法一次性包含此類大型車輛，因此利用切割法將貨車切分為車頭、貨櫃以及櫃號，不包含這三類的其餘車輛作為負樣本進行訓練，以frame數計算可成功判別的時序可到85%上下。
CASE 3：路口影像車輛追蹤
使用Multi-target Tracker的技術對路口進行多車輛追蹤，並對於每個車輛個體標上專屬編號，後續可利用車牌辨識技術將該編號替換成車牌號碼，以達到路口監視的功能。
CASE 4：魚眼影像分析車流量
透過路口全景攝影機影像，首先使用YOLOv3&YOLOv4作為物件偵測的網路架構，並將偵測物件進行後續追蹤，計數出以線段為主in/out方向車輛數量，實現路口車況擁塞情形與分析。
CASE 5：路口影像異常車流或是異常事件發生
以Deep Snake&Yolact的網路架構作為物件偵測的網路架構，其中運用校正法使車輛投射至俯視圖時可以較接近實際車輛位置，並對於校正後車輛進行追蹤，後續再將追蹤後車輛軌跡線以LSTM的網路架構預測其軌跡線，以此作為基準判斷有無異常情形發生。
CASE 6：醫學BCG&ECG信號處理
利用訊號處理的方式把可能的的波峰值標記，並過濾掉錯誤波峰值，後續可利用發生波峰值的時間序列判斷目前病人的生理狀況。
游竣宇
您好，我是游竣宇，畢業於淡江大學資訊工程學系
後於臺北大學就讀資工所，在碩士期間主要負責為影像處理以及人工智慧
本人樂於分享、熱愛學習
Software engineer
Taoyuan City，TW
[email protected]
技能簡介
程式語言工具
Python : Tensorflow, pytorch
C#：UI設計
C++ ：Opencv影像處理
類神經網路
-熟悉物件偵測網路架構：YOLO、Deep Snake、Yolact等
-熟悉Tensorflow, Pytorch等
基礎程式能力
版本控制：Git
網頁設計：Codeigniter、Django
資料庫設計：MySQL
環境設置：CMake、pip、Anaconda
接案經驗
CASE 1：網頁撰寫(寂天雲端學習)
使用Codeigniter做為後端工具，主要為bug修復以及新功能的實現。
CASE 2：大貨車櫃號判別
該影像無法一次性包含此類大型車輛，因此利用切割法將貨車切分為車頭、貨櫃以及櫃號，不包含這三類的其餘車輛作為負樣本進行訓練，以frame數計算可成功判別的時序可到85%上下。
CASE 3：路口影像車輛追蹤
使用Multi-target Tracker的技術對路口進行多車輛追蹤，並對於每個車輛個體標上專屬編號，後續可利用車牌辨識技術將該編號替換成車牌號碼，以達到路口監視的功能。
CASE 4：魚眼影像分析車流量
透過路口全景攝影機影像，首先使用YOLOv3&YOLOv4作為物件偵測的網路架構，並將偵測物件進行後續追蹤，計數出以線段為主in/out方向車輛數量，實現路口車況擁塞情形與分析。
CASE 5：路口影像異常車流或是異常事件發生
以Deep Snake&Yolact的網路架構作為物件偵測的網路架構，其中運用校正法使車輛投射至俯視圖時可以較接近實際車輛位置，並對於校正後車輛進行追蹤，後續再將追蹤後車輛軌跡線以LSTM的網路架構預測其軌跡線，以此作為基準判斷有無異常情形發生。
CASE 6：醫學BCG&ECG信號處理
利用訊號處理的方式把可能的的波峰值標記，並過濾掉錯誤波峰值，後續可利用發生波峰值的時間序列判斷目前病人的生理狀況。