猿急送>

深圳其它兼职程序员

ID：218353

W简写生活

视觉算法工程师

公司信息：
海康威视

工作经验：
3年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
深圳
南山

技术能力

五年图像处理经验，擅长机器学习，深度学习方法实现算法需求。
涉及领域包括但不限于：图像分类，目标检测，图像分割，光学字符识别OCR，目标追踪，关键点定位。
具体项目包括：电芯缺陷检测，电芯卷绕阴阳极对齐度尺寸测量，焊点检测，BGA气泡分割与面积测量，行人检测，人脸检测，车牌识别，标签识别，身份证识别，生猪计数等。
常用语言：C++，Python等

项目经验

 2014.06-2015.05 交互式网上阅卷系统的研究与实现（创新基金）
► 主持，基于 MFC 和 OpenCV 开发一套答题卡自动识别阅卷系统，涉及图像定位、纠
偏及分割等技术。
 2016.05-2017.06 GA-BP 神经网络在测井岩性识别中的应用（创新基金）
► 主持，基于遗传算法优化 BP 神经网络的超参数，提高神经网络准确率，运用于测井
岩性的多分类问题。
 2017.04-2018.03 工程地震仪的研制及其地震数据去噪方法研究（创新基金）
► 主持，参与工程 CT 仪的软硬件研制，开发基于广义稀疏的模态分解随机噪声压制算
法，应用于二维和三维地震数据去噪。
 2018.08-2018.12 数码电芯 X-Ray 透射缺陷检测（难点优化落地）
► 电芯卷绕层数的增加（≤20 层），使得电芯内圈 X-Ray 成像区分度差，自适应阈值分
割无法准确分割阴阳极区域，导致内圈平齐逃逸；
● 依据电芯卷绕理论，对检测区作水平方向的灰度投影统计，获得灰度值波峰波谷信息，
定位阴极参考坐标；利用融合灰度信息的梯度提取方法提取阴、阳极梯度轮廓，基于阴
极参考坐标和阴阳电极轮廓的粗细先验，分离筛选阴极轮廓，构建准确阴极区域；
◎ 精确的阴极区域分割，解决 95%以上的内外圈平齐问题，漏检率由 0.5%下降至 0.05%。  2018.10-2018.12 基于 SVM 的电芯阳极褶皱缺陷检测（新项目落地）
► 褶皱模式多变，阳极容易粘连、破碎，导致无法准确计算尺寸和角度数据，引入 SVM
模型辨识是否存在褶皱缺陷；
● 提取电芯图像的 ROI 区域，筛选正/负样本 5K/3K，提取检测区图像的 LBP+HOG 特
征，训练 SVM 褶皱分类模型，单功能嵌入至 VS 工程实现模型调用；
◎ 可适配大部分数码电芯品种，运用于多客户，分类准确率大于 98.5%，耗时小于 50ms。  2019.01-2019.04 基于 UNet 模型的高层电芯缺陷检测（新项目落地）
► 随着电芯层数的增加（>20 层），X-Ray 射线穿透极片介质的能量逐渐衰减，在视觉
层次上表现为内圈图像变暗对比度下降，阳极轮廓模糊等特征。传统机器视觉方法在阴
阳极分割任务中的效率和精度已无法满足现实需求；
● 使用 CVUI（OpenCV）开发一套阴极区域和阳极轮廓人工标注工具；
-2/2- ● 使用 Albumentations 库对标注 GT Mask 及原图数据进行同步增广； ● 基于 TensorFlow+Keras 框架训练 UNet 模型，获得阴极区域和阳极轮廓两个分割模型； ● 基于 UNet 编码网络+全连接层实现阳极褶皱的二分类模型； ◎ 发布快速训练脚本工具，可对新型号进行快速训练部署；10242大小图像，处理耗时小于 700ms（GPU：1060Ti+6G）；判别准确率大于 98.9%，漏检率小于 0.05%； ◎ 作为公司首次成功推广的深度学习项目，在松山湖 ATL、宁德 CATL 等落地投产。  2019.05-2019.06 基于 YOLO 模型的电芯极耳焊接质量检测（新项目落地） ► 客户需要对电芯极耳焊接质量进行监控，采用 CCD 相机对极耳焊接区域进行正/背光两次取图，算法识别焊点及焊穿目标，综合判别焊接质量的好坏； ● 使用 LabelImg 对图像标注及 Albumentations 增广等预处理； ● 训练 DarkNet YOLO V3 模型，VS 工程加载调用模型，DLL 封装算法实现软件交互； ◎ 4162大小图像，处理耗时小于 100ms；判别准确率大于 98.5%，漏检率小于 0.06%； ◎ 项目在珠海光宇落地推广，反馈效果良好。  2019.05-2019.07 基于UNet++模型的BGA气泡分割（新项目预研） ► 球栅阵列封装（Ball Grid Array，BGA）是集成电路上常用的表面黏着封装技术。当焊接温度曲线设计不合理时，BGA 焊点易形成气泡，严重的气泡将影响器件电气特性。基于器件的 X-Ray 图像，分割各焊点内气泡边界，计算气泡在单个 BGA 焊点内的直径及面积占比，综合判别输出焊接质量的好坏； ● 对 PCB 整图作预处理，识别定位 BGA 焊点阵列；单 BGA 切片，尺寸归一化至 2562； ● 使用 LabelMe 人工标注气泡轮廓，并基于 Albumentations 进行数据增广； ● 基于 TensorFlow+Keras 框架和 UNet++训练气泡分割模型； ◎ 可实现半径>5Pixel 的气泡分割；面积较小、灰度渐变及器件遮挡气泡易分割失败。  2019.07-2019.10

案例展示

电芯尺寸测量

电芯卷绕层数的增加（≤20 层），使得电芯内圈 X-Ray 成像区分度差，自适应阈值分割无法准确分割阴阳极区域，导致内圈平齐逃逸； ● 依据电芯卷绕理论，对检测区作水平方向的灰度投影统计，获得灰度值波峰波谷信息，定位阴极参考坐标；利用融合灰度信息的梯度提取方法提取阴、阳
OCR

传统机器视觉OCR方法，对采图和文字对象的要求较高，对图像的处理步骤繁琐，手工涉及特征每一步参数选取都会影响最终的识别效果，算法的泛化性能差，难以适用于通用性场景。基于深度学习OCR方法，将任务分两步，文字区域检测和文字字符识别（或端到端，一步完成），避免冗余繁琐数据处理过程
OCR

传统机器视觉OCR方法，对采图和文字对象的要求较高，对图像的处理步骤繁琐，手工涉及特征每一步参数选取都会影响最终的识别效果，算法的泛化性能差，难以适用于通用性场景。基于深度学习OCR方法，将任务分两步，文字区域检测和文字字符识别（或端到端，一步完成），避免冗余繁琐数据处理过程