资深机器视觉工程师,主要技能如下:
1、掌握C/C++、C#、Python等编程语言;
2、精通OpenCV、Halcon等视觉开发库的使用;
3、精通图像处理、计算机视觉、深度学习等算法,包括边缘检测、模板匹配、特征检测等通用视觉算法;
4、熟悉TensorFlow, PyTorch等深度学习框架;
5、具有良好的算法设计和优化能力;
6、具有较强的数据分析和问题解决能力;
7、良好的英文阅读和写作能力,能够阅读和编写英文技术文档。
作为一名资深机器视觉工程师,拥有扎实的理论基础和丰富的实战经验,具体如下:
1、具备AOI系统开发,例如键盘自动检测等工业检测的视觉软件开发经验;
2、具备人脸识别、指纹识别、OCR等算法开发经验;
3、具备Windows、Linux、Android等多种操作系统下的机器视觉软件开发经验;
4、具备基于深度学习的图像分类模型开发经验,包括模型的架构设计、训练和测试等工作。对模型进行性能测试和优化,确保模型的准确率和稳定性;
5、具备医学、生物、农业等领域机器视觉算法开发经验。
键盘外观自动检测系统,以“机器视觉”代替“人工视觉”进行键盘外观缺陷检验。该系统可以对键帽错装、反装、漏装、脏污、字符丝印错误等外观缺陷进行检验,具体如下: 1、字符未镭雕透澈检测; 2、字符错键检测; 3、LED背光颜色错误检测; 4、颜色过亮或过暗检测; 5、位置偏
在指纹识别的过程中,指纹图片通常都是现场采集的,受环境的影响会有产生很多的噪声点,如果直接使用,会对指纹的识别产生很大的影响,而指纹识别的应用场景又都是一些比较严肃不容有错的场合,所以去除噪声又不损坏原始图像的结构就显得更为重要。本人通过图像多重滤波、形态学操作等方法,开发了一套