项目描述：采用轻量级网络对图像进行肤色分割，多尺度感受野对肤色区域扫描检测； 
实验结果表明本算法在保证检测效率和准确率的前提下，实现了对不同距离人脸的检测，并相比传统的检测 方法在漏检率上降低了两个百分点。

项目描述：通过 tensorflow 深度学习框架构造 CycleGAN 、DeeoLab V3+神经网络结构； 
完成斑马与马、苹果与橘子之间的转换，并完成了真实照片与不同画风图像之间的风格转换实验。 
自主构造不同复杂程度的背景训练集，提出一种背景特性动力学研究方法。

项目描述：利用人工智能深度学习技术对工厂进行智能化设备升级，提高工厂效率； 
融合U-Net与MobileNet-V2对语义分割网络进行改进，保证识别精度的前提下，减少了网络模型参数， 
提高分割识别效率和速度，更适用于企业的实际应用。