有过大量《目标检测》,《异常检测》类的开发项目,熟练掌握python、C、C#及Sqlserver的应用及模型优化等方面的知识。具备工业现场调试经验,熟练掌握上位机与倍福模块通讯技术,有全面系统级的上位开发经验。
《烟支异常检测》——自编码方式;
《烟包异常检测》——流模型;
《缺陷分类》——yolo目标检测;
《综合质量管理平台》——C#开发;
工业现场基于自编码的异常检测,基于openvino在CPU上进行推理,推理速度可达200fps,对于高反光图片有较强的泛化能力
基于二维流模型的异常检测,识别精度高,训练速度快,检测帧率受图像输入大小及推理硬件有关,可根据需求定制相应的主干网络。