熟悉图像处理算法(比如双线性插值算法、滤波算法、模板匹配等),可熟练使用OpenCV、Halcon等视觉计算库。
熟悉深度学习的经典模型(比如AlexNet、VGGNet、Inception V3、Inception V4),熟悉物体检测算法(比如Faster-RCNN、YOLO-v3、EfficientNet、EfficientDet等),熟悉语义分割算法(比如FCNN、U-net),熟悉GANs网络并了解它的演化模型。
熟悉传统机器学习算法,比如k-means、决策树、随机森林、XGBoost等。
能熟练使用C++、Java、Python、Matlab等多种语言进行项目预研和应用开发,并且具有一定的编程能力,曾在软件开发比赛中获得省级奖项。
熟悉Caffe、Keras、Pytorch、TensorFlow等多种框架,曾应用这些框架完成了多个项目,曾协助导师指导2018届本科生完成基于深度学习实现帧间预测的项目。
2020/6月-2023/11月 主要参与工业视觉应用平台开发和企业级应用项目落地
1、参与工业级无代码视觉应用平台开发,包括数据扩增模块开发、模型训练功能模块开发,参与模型推理模块开发包括前处理和后处理以及传统算法开发(比如基于阈值分割定位、基于ncc的模板匹配、对比度计算等)
2、先后负责Nokia手机玻璃表面缺陷检测、LED面板拼接算法开发(已被某知名LED厂商采购并投入使用)、LED坏点表面缺陷检测(已验收)、触控板表面缺陷检测(已完成项目验收并获得多个果链客户采购订单);参与透析管表面缺陷检测(已达到客户预期待验收)、车载玻璃表面缺陷检测(已验收)
2019/07-2020/05 基于改进型Faster-RCNN的CT肺结节检测
对预处理和后处理方案做出了一些适当的改进和优化,同时设计出了基于Faster-RCNN的CT肺结节检测的改进方案,显著提高了检测率,降低了假阳性(不高于5%),并且线上运行良好,获得用户广泛赞许
2016/09- 2017/02 基于树莓派开发板的双目视觉客流统计系统
主要利用视差测距的原理来进行上下车乘客的识别。虽然该系统需要花费3~5分钟的时间才能够统计出人数,无法做到人数的实时统计,但是可以在公交车到达下一站之前完成客流统计并且能够应对多人同时上下车等复杂情形。
利用自研AI平台算法检测透析管表面缺陷,作为项目算法部分主要负责人,负责前期方案设计、进度规划、数据清洗与预处理、包括与客户对接应用落地及其客户使用培训。
用AI技术开发一个可用于现场部署的trackpad表面缺陷检测模型,最终并且漏检<0.5%,过杀<5%;本人在项目中主要负责前期方案设计、算法方案搭建、客户现场应用落地部署、配合客户测试与交付、培训客户工程师使用。