个人简历

• 籍贯：山东潍坊
• 政治面貌：中共党员
• 电话：17515217023
• 邮箱：[email protected]
• 班级职位：副班长

技能掌握

• 通过CET4，能够阅读英语文档。
• 熟悉Linux命令，可部署Hadoop集群、MySQL数据库、网页等，配置ubuntu、centos网络配置，包管理，docker应用部署与数据迁移。
• 可使用python语言编写自动化脚本，后端应用开发，YOLO、Deeplab等人工智能模型训练，plt图表绘制，不同数据集之间的转换。
• 人工智能服务器安装调试、cuda、cudnn环境部署。
• spring boot后端开发、部署应用。
• 服务器安装及硬件故障排查。
• Fiddler、Reqable、Wireshark等抓包工具使用。
• 熟练使用Photoshop。
• MySQL、SQL server等数据库连接与访问。

教育背景

2020.09-2024.06 青岛农业大学 计算机科学与技术

• GPA 3.41（专业前15%）| 省级优秀毕业生
• 毕业设计：《基于 YOLOv8 的交通道路物体目标检测系统的设计与实现》 获校级优秀论文\设计

在校经历

2020.10-2022.09 青岛农业大学宣传部 干事

负责青岛农业大学官方公众号等相关图片设计，共计三十余张，参与官方公众号投稿十余次。获得党委宣传部“优秀新媒体人”奖项。

2022.10-2023.06 青岛农业大学网络信息管理处 部长

• 组装十余台机架式服务器并安装centos操作系统，配置服务器内网网络及防火墙，搭建Hadoop分布式系统和HDFS文件系统，搭建Nginx+MySQL生产环境。撰写Hadoop部署维护文档。
• 参与开发病虫害识别系统后端开发，将原有spring框架重构为FastAPI，请求响应速度由181ms优化到平均126ms，并减少内存占用。
• 管理网信处网核心交换机和路由器，划分VLAN，配置内网防火墙，方便管理不同科室的网络，避免外包人员访问内网重要资源。
• 负责山东省科技特派员管理系统的UI重构，使用Axure设计数据可视化界面，重构UI交互，优化用户操作流程。
• 维护农业站群系统。部署Zabbix监控网站运行状态，防止网站和服务器宕机。

实习经历

2024.03 - 2024.04 山东五棵松电气科技有限公司 运维工程师

• 公安内网及网络安全维护。
• 独立承担青岛市城阳区综合行政执法局终端系统的运维工作。
• 责 “天网” 和 “雪亮” 项目的存储设备与网络设备的巡检、硬件更换、维护及故障处理。用python完成服务器硬盘监控自动化，确保监控体系的稳定运行。
• 在青岛青春足球场公安保障任务中，成功完成球场周边及内部监控设备画面调入与调出公安大屏的任务，实现了画面传输的零延迟、零卡顿，为公安指挥决策提供了实时、准确的现场信息；同时，负责无人机与终端设备信息通信保障，助力安保工作顺利进行。

科研&项目

毕业设计：基于 YOLOv8 的交通道路物体目标检测系统的设计与实现

实现道路目标实时精准识别。YOLOv8对比YOLOv5/v7在精确度、召回率等指标有巨大提升。全栈。所用技术或应用：spring boot、python（YOLOv8、FastAPI、plt等）、JavaScript、VUE、MySQL等。已开源。https://gitee.com/ot_wang/YOLOv8-traffic-OD

在手机上用Termux + Debian + Ollama部署DeepSeek-R1-1.5B

一、设备信息

手机型号：一加ACE5 16+512
手机CPU：骁龙8gen3
手机网路：支持国际网络加速(懂得都懂)

二、Termux基础配置

（一）安装Termux

可以从F-Droid下载最新版Termux，也可选择Google Play Store（需要国际网络）版本。 Github下载地址：https://github.com/termux/termux-app/releases

（二）初始化环境

在Termux中依次执行以下命令：

termux-setup-storage #获取存储权限
pkg update -y && pkg upgrade -y #更新
pkg install git cmake golang proot-distro #安装用到的软件依赖

三、安装Debian系统

（一）部署Debian

在Termux中执行以下命令：

proot-distro install debian #安装Debian
proot-distro login debian #登陆Debian系统

此时命令行提示符会变为root@localhost:~# 。
可以直接写一个sh脚本，无需再输入proot-distro login debian 了。

YOLOv11 眼球瞳孔目标检测教程

一、引言

在计算机视觉领域，目标检测是一项重要的任务。眼球瞳孔目标检测在很多场景中都有应用，比如眼动追踪、医学诊断等。本教程将详细介绍如何使用 YOLOv11 进行眼球瞳孔目标检测，包括环境搭建、数据准备、模型训练和模型评估等步骤。

二、环境搭建

2.1 安装必要的库

我们需要安装 PyTorch 和 Ultralytics 库，你可以使用以下命令进行安装：

安装torch(带cuda)，如果配置好了cuda和cudaa等环境，一定要用带cuda的torch，否则会用cpu进行训练。

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

pip install ultralytics

2.2 检查 CUDA 支持（非常推荐！！！）

如果你的计算机有 NVIDIA GPU，并且安装了 CUDA 驱动，那么可以使用 GPU 进行加速训练。在代码中，我们会自动检查是否有可用的 CUDA 设备：

摘要：随着城市化的深入发展，交通流量急剧增加，引发了城市交通拥堵和交通事故的频发。为此，实时精准的交通道路物体目标检测系统在提升城市交通管理效率和减少事故发生方面发挥着至关重要的作用。本文提出了一种基于YOLOv8算法的交通道路物体目标检测系统，通过结合FastAPI和YOLOv8检测模块的高效图像处理能力，SpringBoot后端的数据处理功能，以及VUE前端的交互界面，构建了一套完整的目标检测以及数据处理平台。YOLOv8算法以其出色的检测速度和准确性，显著提升了系统的实际应用性能。与传统检测模型相比，YOLOv8更能准确快速地识别出交通参与者，对提高交通监控和应急响应的效率具有重要意义。系统通过RESTful API连接三个模块，确保了数据的高效交换和流畅通信，从而保证了系统的高效运行和良好用户体验。该研究所开发的目标检测系统为智能交通系统的监控、管理和规划提供了一种新的技术途径和设计理念。

关键词：目标识别；YOLOv8；交通；前后端分离；机器视觉

Design and Implementation of a System for Traffic Road Object Detection Based on YOLOv8.

Abstract: With the advancement of urbanization, the rapid increase in traffic flow has led to urban congestion and frequent traffic accidents. In this context, a real-time and accurate traffic road object detection system plays a crucial role in improving urban traffic management efficiency and reducing accident occurrences. This paper proposes a traffic road object detection system based on the YOLOv8 algorithm. By combining the efficient image processing capability of the FastAPI and YOLOv8 detection module, the data processing function of SpringBoot backend, and the interaction interface of the VUE frontend, a complete platform for object detection and data processing was constructed. The YOLOv8 algorithm significantly enhances the practical application performance of the system with its outstanding detection speed and accuracy. Compared to traditional detection models, YOLOv8 can more precisely and rapidly identify traffic participants, which is of great importance for improving the efficiency of traffic monitoring and emergency response. The system connects the three modules through RESTful API, ensuring efficient data exchange and smooth communication, thus guaranteeing the system’s efficient operation and fine user experience. The developed target detection system in this research offers a new technical path and design concept for the monitoring, management, and planning of intelligent transportation systems.

环境准备

安装 Python

下载python并安装。

安装依赖库

更换pip清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装torch(带cuda)

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

安装部署ultralytics(会自动安装pytorch等相关依赖)

pip install ultralytics 

1. 准备工作

在开始部署Hugo之前，确保你的Ubuntu系统已经安装了git和wget。如果没有安装，可以使用以下命令进行安装：

sudo apt update
sudo apt install git wget

2. 下载并安装Hugo

2.1 从GitHub下载Hugo

Hugo的最新版本可以从GitHub的发布页面下载。首先，访问Hugo的GitHub发布页面，找到最新的版本。假设最新版本是v0.145.0，一定要下载extended版本，使用以下命令下载：

wget https://github.com/gohugoio/hugo/releases/download/v0.145.0/hugo_extended_0.145.0_linux-amd64.tar.gz

2.2 解压Hugo到指定目录

将下载的压缩包解压到/usr/local/bin目录下：

sudo tar -zxvf hugo_extended_0.145.0_linux-amd64.tar.gz -C /usr/local/bin

2.3 验证Hugo安装

安装完成后，验证Hugo是否成功安装：