1熟练掌握包括传统图像处理和基于深度学习网络的图像处理检测算法,对图像识别、分割、配准、分类都有过相应的开发经历;
2参与产品需求分析和算法架构设计,制定算法详细实现方案;编写和维护算法设计文档、测试文档、接口文档;指导现场安装和调试;
3在深度学习上,运用过包括YOLOV3、SSD、VGG、Fast_RCNN、孪生网络等常用的深度学习网络,并都在不同的项目中得以运用起来。
4熟练掌握C++、PYTHON两种语言,同时熟练运用图像处理软件matlab。
5对工业相机、激光有深入了解,曾参与过多个项目的光学布局的设计,并都得以运用。
6对3D成像、点云处理(配准)有较为丰富的经验.
项目1:基于YOLOV5网络对列车车体螺栓丢失进行检测。主要是检测螺栓的丢失,最后的检测效果良好,准确率达到95%以上。
项目2:基于VGG16网络对车窗裂纹进行分类检测,主要是判断列车车窗是否存在裂纹,准确率达到99%以上。
项目3:对列车车体螺栓松动进行检测,考虑使用了2种方法:1基于传统的图像处理技术,利用聚类算法判断螺栓松动标记线的角度。2基于其3D点云数据,计算螺栓上表面的高度,从而检测其松动状态。
项目4:基于孪生网络判断列车缺陷对比图像的真伪,目的是为了区分真正的缺陷和一些误识别的缺陷,准确率达到85%以上.
本人所在公司主要从事铁路安全方面的检测工作,平时本人所从事的工作主要是列车上各类部件的图像识别检测工作,从前端获取到列车的2D、3D图像到后端的检测算法均全程参与设计验证,以上四个项目点只是平时所研究项点中的其中一部分,目前也还在此领域中继续耕耘。
上面5张图均是列车螺栓丢失的图片,是由本公司设备采集的高铁动车车体上的图片,我们利用了YOLOV5网络对其的丢失情况进行了检测,检测效果很好。
上面几张图中均有一处铁丝断裂,我们需要对齐进行检测,这里我们主要通过VGG网络对铁丝进行了分类检测,检测效果良好。