概述
面向烟草产品视觉识别与分析任务，围绕图像增强、图像分割和跨设备部署构建深度学习系统，通过结合 GANs 的结构感知自适应增强、多尺度上下文与注意力机制的 FCN 分割模型，提升复杂烟草包装场景下的自动化识别与分类能力。
application / active
烟草视觉分析系统
基于深度学习的烟草数据分析系统
核心特性
- 结构感知的自适应图像增强
- 复杂烟草包装形式分割
- 多尺度上下文信息建模
- 注意力机制增强边界捕捉
- 跨设备兼容的统一应用部署框架
个人贡献
- 作为主要负责人，完成烟草视觉任务整体方案设计与系统推进
- 深入应用 PyTorch 完成复杂烟草包装分割模型训练与调优
- 通过定制化训练策略提升模型对复杂边界和多尺度特征的捕捉能力