Tkyswsa0pyms7y70w2sp

劉彥維(Yanwei Liu)

我是劉彥維,畢業於國立陽明交通大學智慧綠能產學研究所,研究電腦視覺演算法。 


目前於光寶科技股份有限公司擔任機器學習軟體工程師


專注於Low-level電腦視覺演算法設計與開發,涵蓋範圍包括Low-light Image Enhancement、Image Denoising、Image Signal Processing(ISP)、Image Deblurring、Video DenoisingSuper Resolution、Object DetectionFace Anti-Spoofing


曾任科技部專題計畫研究助理、五篇研討會論文發表、多益成績880分。


2020 NASA黑客松特別獎 / 2019年聯發科智在家鄉競賽特別獎


個人網站

部落格

Github

Linkedin


電腦視覺相關之論文著作

Ma, C. W., & Liu, Y. (2023, July). DeepGD3: Unknown-Aware Deep Generative/Discriminative Hybrid Defect Detector for PCB Soldering Inspection. In Uncertainty in Artificial Intelligence (pp. 1326-1335). PMLR.


Liu, Y., & Ma, C. W. (2021, November). Improving tiny YOLO with fewer model parameters. In 2021 IEEE Seventh International Conference on Multimedia Big Data (BigMM) (pp. 61-64). IEEE.

工作經歷

光寶科技股份有限公司, 機器學習軟體工程師, Mar 2023 ~ Now

參與Low-level電腦視覺演算法設計與開發,涵蓋範圍包括Low-light Image Enhancement、Image Denoising、Image Signal Processing(ISP)、Image Deblurring、Video Denoising、Super Resolution、Object Detection、Face Anti-Spoofing。 


1. 設計輕量級Self-supervised RAW Image Denoising模型,結合Knowledge Distillation技術,提高降噪性能的同時,減少模型訓練時間達90%。 


2. 實現一個re-parameter重參數化的輕量級Super Resolution模型,適用於RAW Super Resolution Dataset。 


3. 通過整合Image SIgnal Processor (ISP)和Super Resolution,實現SOTA RAW Nighttime / Low-light Object Detection性能。

國立陽明交通大學, 研究生, Sep 2020 ~ Oct 2022

1. 提出A² YOLO架構,在COCO2017資料集上,該方法超越YOLOv4-tiny 3.3% [ [email protected] ],並且減少7.26%的模型參數量。


2. 電子元件焊接瑕疵檢測產學合作計畫。


3. 提出Hybrid Expert架構,改善電子元件焊接焊接瑕偵測性能。

HappyCoding快樂學程式, 專欄作家, Apr 2020 ~ Aug 2020

- Python程式設計文章

新宇3C, SEO顧問, Mar 2020 ~ Aug 2020

SEO策略、公司官網維護

高雄市立陽明國中, 生活科技科實習老師, Mar 2020 ~ Apr 2020

課程教學、班級經營、競賽協辦

聯欣發企業有限公司, [實習]電子商務行銷工程師, Jul 2019 ~ Aug 2019

- 熟悉搜尋引擎SEO優化技術。  

SEO行銷、網頁設計、行銷業務

科技部專題計畫研究助理, Nov 2018 ~ Jul 2019

使用Python進行空氣數據分析

- pandas, matplotlib, scikit-Learn, Keras, TensorFlow

聯欣發企業有限公司, [實習]網站設計開發工程師, Jul 2018 ~ Aug 2018

- 使用HTML, CSS, JavaScript開發超過100個中小企業前端網站

HTML&CSS網頁設計

學歷

國立陽明交通大學, 碩士, 智慧綠能產學研究所 , 2020 ~ 2022
- 碩士論文:具未知類別感測能力之印刷電路板新元件瑕疵偵測技術。使用輕量化捲積神經網路整合鑑別式與生成式模型,降低瑕疵偵測誤判率。

提出A² YOLO架構,在COCO2017資料集上,我們的方法超越YOLOv4-tiny 3.3% [ [email protected] ],並且減少7.26%的模型參數量。於IEEE BIGMM 2021研討會發表。

- Image Classification專案:透過DenseNet201架構,在石虎 vs. 貓的辨識上, 達到 96.4%的Test Accuracy. 本專案首先透過資料爬蟲抓取石虎及貓的圖片,並進行前處理,透過各種Pre-trained model進行訓練,最後選定準確度較高的DenseNet201作為最終模型。

- Object Detection專案:即時垃圾偵測系統,使用YOLOv5s作為訓練模型,在華為所提供的垃圾檢測資料集上取得68%[[email protected]],並將其部署於於NVIDIA Jetson Nano上,結合視訊鏡頭,達到即時檢測的功能。

- 研究主題:Metric learning / Long-tailed recognition / Anomaly detection / Defect detection / Domain Adaptation。

- 修課內容:機器學習(Machine Learning)、深度學習(Deep Learning)、人工智慧(Artificial Intelligence)、增強學習(Reinforcement Learning)、深度生成模型(GAN)、智慧生產研究模組、綠能研究模組。
國立高雄師範大學, 學士, 工業科技教育學系, 2016 ~ 2020

- 第17屆學生議會議長(2018/08~2019/07)任職期間推動校區機車停車格設立


- 曾擔任科技部計畫研究助理,使用Python進行空氣數據品質分析,進行機器學習與統計研究(pandas, Matplotlib, seaborn, Scikit-Learn, OpenCV, Pillow, NLTK, jieba, Keras, TensorFlow)。


- 2019年聯發科智在家鄉競賽特別獎,於NVIDIA Jetson TX2上使用YOLOv3進行罕見水鳥物件偵測


- 畢業專題: 即時影像辨識物聯網雲端資料庫系統 (PiCamera+OpenCV+TensorFlow Lite+Firebase) on Jetson Nano


- 修課內容:計算機概論、程式設計、電工學、電子實驗、數位遊戲設計、資訊安全、機器學習、工程圖學、財務資訊系統、生產管理、管理學、教育心理學、教育社會學、訓練需求分析。

研討會論文

Ma, C. W., & Liu, Y. (2023, July). DeepGD3: Unknown-Aware Deep Generative/Discriminative Hybrid Defect Detector for PCB Soldering Inspection. In Uncertainty in Artificial Intelligence (pp. 1326-1335). PMLR.

Liu, Y., & Ma, C. W. (2021, November). Improving tiny YOLO with fewer model parameters. In 2021 IEEE Seventh International Conference on Multimedia Big Data (BigMM) (pp. 61-64). IEEE.

劉建宗, 劉彥維, 人工智慧之應用-以黃鸝辨識為例 -  2020創新、整合與應用管理學術研討會

陳君瑜, 劉彥維, 李峮驊, 黃永豪, 施建州. 智慧聲學感測技術之研究 -  2019 DLT數位生活科技研討會

劉建宗, 劉彥維, 3D列印創意設計-以客製化產品為例 -  2019創新、整合與應用管理研討會

語言能力

- 英文

多益880分,能參與全英文課程、學術論文撰寫與發表

Paragraph image 02 00@2x

技術能力


程式語言

  • HTML
  • CSS
  • Python
  • R
  • Dart
  • LaTex

框架

  • SEO
  • Bootstrap
  • WordPress
  • Django
  • Flask
  • Flutter

資料分析 / 機器學習 /深度學習

  • pandas
  • matplotlib
  • seaborn
  • Scikit-Learn
  • Keras
  • TensorFlow
  • PyTorch
  • Streamlit
  • nni

網頁爬蟲及資料庫

  • Requests
  • BeautifulSoup
  • Selenium
  • LINE BOT
  • Firebase
  • SQL 

電腦視覺

  • OpenCV
  • Pillow
  • YOLOv4
  • YOLOv5
  • YOLOv8
  • ResNet
  • MobileNetV3
  • U-Net
  • Restormer

自然語言處理

  • NLTK
  • jieba

工具

  • Sublime Text
  • Jupyter Notebook / Jupyter Lab
  • Git / GitHub / GitLab
  • Docker
  • Visual Studio Code

作業系統

  • Windows
  • Linux / Ubuntu

雲端主機 

  • cPanel
  • Google Cloud Platform
  • Amazon Web Services (EC2 / DynamoDB / IoT Core)
  • Heroku

硬體系統

  • Raspberry Pi 
  • NVIDIA Jetson TX2
  • NVIDIA Jetson Nano

平面設計

  • Adobe Photoshop
  • Adobe Illustrator
  • Adobe XD

機械設計

  • Autodesk AutoCAD
  • SolidWorks
  • Fusion 360

機械加工

  • 銑床
  • 車床
  • 鉗工
  • CNC銑床
  • 3D列印

工業設計

  • Autodesk 3ds Max
  • Cinema 4D
  • Rhinoceros 3D

證照


銑床

民國104年8月1日

CNC銑床

民國105年3月22日


電腦輔助立體製圖

民國106年8月19日


3D列印工程師初級鑑定

民國108年2月15日


TQC Excel 2016 實用級

民國108年10月20日


Google My Business Basics

民國109年4月23日

Google Analytics Basics

民國109年4月26日


Google Analytics Advanced

民國109年4月26日

Google Cloud Essentials

民國110年6月1日


Baseline: Data, ML, AI

民國110年6月1日


Intro to ML: Image Processing

民國110年6月2日


Machine Learning APIs

民國110年6月2日


Google Developer Essentials

民國110年6月2日


Workspace Essentials

民國110年6月2日


初級救護技術員(EMT-1)

民國112年2月14日

競賽


Paragraph image 03 00@2x

NASA Hackathon 
2020 微軟特別獎

團隊名稱:智慧龍


Smart Dragon Chasing Fire (S.D.C.F)


我們架設了一個GUI網頁介面,讓使用者可以透過蒐集之特徵數值變化,來進行火災判斷。本專案使用機器學習及資料視覺化技術,在網頁中呈現即時火災衛星影像系統。


火災分類機器學習模型

聯發科 2019「智在家鄉」競賽入圍, 特別獎

題目「稚在高雄-以AI聲影辨識深化在地環境教育」,負責YOLOv3影像辨識

Paragraph image 03 00@2x

以AI聲影辨識深化在地環境教育

本提案嘗試運用AI 人工智慧的影像及聲音辨識技術,紀錄高雄在地濕地水雉的行為以及叫聲,並放置在APP 上進行生態教育。目前計畫已將聲源追蹤與聲影同步跟隨技術,應用在「以聲找雉」的服務功能,已完成的APP原型已可初步上線使用,踏出生態保育與教育重要的第一步。本次頒予特別獎,肯定其對生態教育與地方認同的努力。