Hire this AI Trainer
Sign in or create an account to invite AI Trainers to your job.
LabelImg
Image
Bounding Box编程与开发：熟练掌握Python，具备PyQt桌面端开发经验，可快速开发 / 定制标注小工具、批量处理脚本；熟悉数据结构、算法、计算机网络、操作系统等计算机专业知识。 数据标注与质量管控：精通图像 / 视频标注（2D 框选、关键点标注、属性分类），熟练使用 LabelImg、LabelMe 等主流标注工具；掌握标注规范制定、交叉审核、数据清洗、异常排查与质量验收流程。 AI 与视觉基础：理解计算机视觉任务逻辑，熟悉目标检测、分类、状态识别等数据预处理要求，能对接算法团队输出高质量训练数据。 工程与效率能力：可编写脚本实现批量重命名、格式转换、标注校验、统计报表，优化标注流程、降低回修率；具备良好的文档撰写、任务拆解与团队协作能力。
ImageBounding Box项目描述：基于无人机航拍视频与图片素材，对电线杆关键部件进行精准标注，为电力设施 AI 巡检模型提供训练数据。 核心工作： 负责螺丝、螺栓等小目标关键点标注与状态分类（正常 / 松动 / 缺失），严格执行几何精度与属性一致性规范。 完成视频抽帧、图像筛选、脏数据清洗，建立标注自查与交叉复核机制，保障交付准确率。 用 Python 编写批量处理脚本，实现帧提取、文件归类、标注格式校验，提升整体处理效率。 输出标准化数据集与质量报告，支撑模型对电线杆健康状态的识别与预警。 项目成果：累计完成数千帧高质量标注，数据准确率达标，有效支撑电力巡检视觉模型迭代。
ImageBounding Box项目描述：基于无人机航拍视频与图片素材，对电线杆关键部件进行精准标注，为电力设施 AI 巡检模型提供训练数据。 核心工作： 负责螺丝、螺栓等小目标关键点标注与状态分类（正常 / 松动 / 缺失），严格执行几何精度与属性一致性规范。 完成视频抽帧、图像筛选、脏数据清洗，建立标注自查与交叉复核机制，保障交付准确率。 用 Python 编写批量处理脚本，实现帧提取、文件归类、标注格式校验，提升整体处理效率。 输出标准化数据集与质量报告，支撑模型对电线杆健康状态的识别与预警。 项目成果：累计完成数千帧高质量标注，数据准确率达标，有效支撑电力巡检视觉模型迭代。
本科, 计算机科学与技术
软件开发
