Hire this AI Trainer
Sign in or create an account to invite AI Trainers to your job.
Image
TextFashionMNIST图片分类AI训练. Core strengths include N, A, and Huggingface. Education includes Associate Degree, 云南农业职业技术学院 (2024) and Bachelor of Science, 云南经济管理学院 (2024). AI-training focus includes data types such as Image and Text and labeling workflows including Classification, Text Generation, and Transcription.
利用多个轻量化模型对COVID-19-cxr-4医学影像数据集进行图片分类任务。涵盖从原始医学影像采集、标准化标签分配，到最终模型评估的全过程。通过对模型评估指标与热力图解释，实现医学影像分类与判读自动化。• 整理COVID-19医学影像并进行标签分配。 • 训练和对比多种神经网络模型。 • 评估模型性能与影像分类效果。 • 分析模型热力图理解模型决策依据。
利用huggingface平台的vibravox及Whisper对语音数据进行高精度文字转写。工作重点是语音数据输入、准确识别并转化为文本标签，最终评估模型得分。执行流程涵盖语音数据标注、结果验证及准确率分析。• 应用Whisper模型进行语音到文本的自动转录。 • 标注所有语音文件对应的文本标签。 • 对模型转写结果进行准确率评估。 • 分析并优化模型在中文语音上的F1分数。
Qwen3.5-397B-A17B项目涉及方言到文本的自动转换，用于训练和评估多语种文本生成模型。重点在多种方言语料标准化与转写，并对每类语料输出进行标签统一。整个过程涵盖方言数据采集、文本生成标注及输出评测。• 主导方言语料至文本的标准化与标签化。 • 评估10种方言的生成准确性。 • 设计与调优模型以提升文本转写质量。 • 统一输出标准保障数据一致性。
斯坦福狗狗数据集实验涉及传统算法与神经网络对狗狗图片进行多类别识别。主要工作重点在模型泛化能力提升，通过调优标签与增强训练数据进行。流程包括图片收集、标签赋值、模型评估及性能提升反馈。• 实施斯坦福狗狗数据集图片识别实验。 • 使用多模型对图片数据集进行标注和分类。 • 优化训练过程以提高模型泛化能力。 • 综合分析分类准确率与泛化效果。
FashionMNIST数据集识别任务涉及对图片数据集进行分类模型的训练和评估。此工作通过卷积神经网络（CNN）对手写时尚图片进行自动化标签预测，促进了模型的学习与改进。数据集处理流程包括图像输入、标签分配和模型评估，贯穿全流程。• 使用CNN对FashionMNIST数据集进行图片分类。 • 完成数据预处理和标签对准操作。 • 参与模型训练、验证和测试。 • 对分类结果进行准确率评估。
Associate Degree, Cloud Computing Technology Applications
Bachelor of Science, Artificial Intelligence Applications
程序编写
