杨磊

熟练使用 NumPy, 熟悉 SciKit-Image, OpenCV, SciPy, Matplotlib 等科学计算库

图像基础知识扎实，能快速实现经典视觉算法

熟练使用使用 PyTorch, MXNet 熟悉 Caffe，TensorFlow，Keras

有自己积累的视觉工具库， 能快速开发调试深度学习/视觉算法

熟练使用Python的多线程和多进程加速

熟练使用 Web技术，能够构建 可视化应用、交互界面、网站后台、爬虫等

日常使用 Linux，熟悉使用 Git/GitHub, Travis-CI, pandas 等工具来管理项目和实验

根据混淆矩阵生成一颗树状网络 以提高分割性能。此项目中，我提出了 Idea 并实现 Tree SegNet

在 U-Net 上加一些 Skip Connection 并改进 Loss 。在此项目中，我负责代码实现和实验

使用超像素+紧密度算子+传统分类器来细化 CNN 分割边缘。此项目中，我负责代码实现和实验

2018. Boxx：一个旨在提高计算机视觉代码调试效率的 Python 库 GitHub

	简介：boxx 同时支持 NumPy、PyTorch、MxNet 等框架 含有可视化、Python 调试、性能分析、多线程/多进程等方面的工具

2017. 数字媒体课设：基于语义分割的智能图像处理系统 GitHub

	简介：用基于 caffe 的 DeepLab 对图像进行语义分割，再基于语义分割信息 对图像进行智能处理 　　纯 NumPy 实现了 Seam Carving算法，高斯 双边等各类滤波，饱和度 对比度等基本图像处理方法。 将Seam Carving算法结合语义信息 实现平滑删除图像中的语义目标(右图中的狗狗已被自动去除，点击可查看大图)

2017. QuickSeg：用于语义分割实验的框架 GitHub

简介：quickSeg 搭建了一套统一的数据接口和完善的实验流程，能方便地开展和管理语义分割实验。 同时 针对高分辨率的遥感图像做了特定的优化

2017. 人机交互课设：Kinect+语音 控制游戏中的战斗机 GitHub Demo

简介：用 Kinect 获取的关节点坐标 进行姿态识别，加上多线程的语音命令识别， 一起控制 GTA 中的战斗机

小项目 Diyer22's Repositories

Backpropagation ：纯NumPy实现全连接网络及反向传播算法

DataMining ：Python实现数据挖掘算法 Apriori，FP growth 并求其强关系

RetroPython ：双人对战+重力感应版本的贪吃蛇游戏，两人将各自手机作为重力感应控制器 通过socket.io 进行通信对战

CrawlJD ：基于代理池, 多进程, selenim技术的高容错爬虫 用于爬取京东评论晒图

CrawlerWithCrx ：基于Chrome插件的爬虫，无需手动构建HTTP请求头，使用JavaScript来解析网页。配和Python管理后台 用Jupyter Notebook, pandas进行数据分析与可视化

毕业设计 “基于GAN的人脸图像合成技术” 被评选为优秀毕业设计

Online Judge 编程网站： Codewars 段位 3 kyu (72题) 链接