Shyam Joshi

- Assisted professor by training the YOLOv6 object detection model for a research task. - Quantized YOLOv6 model with Brevitas to achieve faster inference speed. - Implemented YOLOv6 model on FPGA with the help of finn library. - Quantized YOLOv11 and working on implementing the same to FPGA

- Researched ways to improve classification accuracy on CIFAR10 dataset without using convolution layers. I achieved 75.07% accuracy, beating the previous standard. - Learned about the quantization of neural networks to reduce their size and increase their inference time - Quantized yolov6 and yolov11 neural network with the help of brevitas library and generated hardware build for the same with the help of finn library. - Implemented neural networks on PYNQ Z1 board with the help of Vivado software

• Ich habe das firma geholfen um den vielen Inhouse-Projekte zu erstellen und Sie erfolgriech in Appstore verfügbar zu machen • Ich habe die Backend-Lösungen für das Unternehmen bearbeitet, wo ich hauptsächlich mit Socket-Programmierung mit NodeJS gearbeitet und APIs erstellt habe.

• Ich habe in einer agilen Entwicklungsumgebung gearbeitet. • Mein hauptätigkeit war mit den Kunden die Kommunikation zu erstellen und Ihre Anforderungen verstehen. • Ich habe mit dem Team zusammengearbeitet, um die Projekte vor Ablauf der Frist abzuschließen

• Die Daten von Fußballspielen und spielern analysieren und nützlische Erkenntnisse ableiten. • Recherchieren über neuen Machine-lerning Models von Bildern um ein Model zu optimiesieren.