
Prompt-Enabled Batch-Mode Active Learning for Few-Shot Segmentation (Python、碩士論文、CVGIP會議論文)
建構提示式主動學習框架,透過自動編碼器與 KL散度 選樣機制,在少樣本分割下提升 mIoU 與覆蓋率。
軟體工程師|Python|GCP/雲端|semantic segmentation|Active learning。
專長為少樣本影像分割與深度學習,碩士論文透過 Active Learning 改善樣本選取流程,讓模型效能與泛化能力明顯提升。另熟悉語意分割模型開發與 GCP 雲端部署,具備將研究成果整合到實際系統的經驗。能兼顧研究與實務,致力於把 AI 技術真正應用到產業場景中。
建構提示式主動學習框架,透過自動編碼器與 KL散度 選樣機制,在少樣本分割下提升 mIoU 與覆蓋率。
以 ESP32 量測傳統投餌機電流變化並上傳至後端,於GCP架Flask 產生日曆表與時長圖, 快速回顧各日餵食紀錄與異常。
設計 ERD 與正規化,實作入出庫流程、權限分級與稽核記錄;。
將Canny Edge & Hough transfer做平行化加速,建立前後對比與量測報告。