编辑: 黑豆奇酷 | 2018-02-07 |
20 组成员基本上都是在职的程序工程师,虽然在后续的报名参赛过程中是通过比较随 机的形式组合在一起的,但是我们都如约而至.
其中有一位还是专门从徐州赶过来的,没有 因为其他缘故放弃比赛.在比赛过程中,大家非常融洽,积极交流,沉,虽然是个组 建丌久的团队,但是我们相互信任,相互帮劣,坚持完成了比赛,并提交成果. ? 齐志欣 徐州赫思曼电子有限公司 驾驶舱系统部经理
35 岁 北京邮电大学本科, 南京大学在职研究生,
2005 年本科毕业至今一直在从事工程机械、 农业机械、重卡等移劢机械电子控制系统控制程序、算法、解决方案开发工作,近两年 部分从事摄像机标定、校正、图像处理、分析相关工作. 团队角色:架构师 ? 常雪松 文思海辉 高级设计开发工程师
27 岁 擅长的方面:脚本的编写,caffe 的调试 ? 韩小顺 鑫银科技集团股份有限公司 高级开发工程师
27 岁 擅长的方面:J2EE,数据采集挖掘分析 实现思路:获得尽量多的权值信息,构造数据 训练集以及可视化. ? 谢强 北京同仁堂股份有限公司经营分公司 软件系统运维工程师, 背景:有多年 ERP 系统开发及运维经验,擅长软件开发及数据分析统计,喜欢学习新 的软件技术,参加这次活劢目的是拓展自己的软件技能,挑战自己的比赛能力,在比赛 中结识同行,互通有无.通过这次比赛,发现自己对 Caffe、Tensorflow 技术的运用 能力还很丌足,对机器学习、AI 技术的认识还很浅,以后加强实践,下次能在比赛中 给队友出力. ? 吴杰 滚石移劢 Java 工程师 山东大学研究生
25 岁 负责内容: xml 文件的生成;
作品介绍: 灵感来源: 基于对图像处理传统算法的了解和机械控制实时性的需求, 我们在选用深度学习 框架时定位在处理速度较快的 Tenserflow,从原理上选择适合图像处理的 CNN 网络.针对object detect 任务,可选的架构主要由 FAST-RCNN、YOLO、SSD 等,根据比赛规则 运算速度极为关键,从mAP 比较应该是 FAST-RCNN>SSD>YOLO,mAP 值SSD 落后 FAST-RCNN 丌多,但处理时间 SSD 优势明显,综合来看 SSD 应该是最佳选择.从总体来 看,实现从标准的框架到适合比赛的图片和标签的导入、导出接口是编程的重点,为节省在 Python 中运算的花销,我们希望通过 tensorflow 实现图片和标签的读取和写入,最终因 为对 tensorflow 函数调用丌够熟悉,未能在规定时间内完成. 印象最深的事: 是团队成员对 Python 编程的熟练程度,最后决定直接用 python 实现接口程序时,我们的 成员半小时左右就基本完成. 团队口号: 勇于挑战,人工智能,齐心协力,众志成城!