IT人力外包人才简历库

精通机器视觉算法开发，包括缺陷检测、尺寸测量、计数及定位技术；掌握Python/C++编程语言，熟悉PyTorch、百度飞桨、商汤MMLab等深度学习框架；具备数字图像处理、目标检测网络（YOLOv5/EfficientNet）、分割网络（Mask R-CNN/DeepLabV3）等算法开发能力；熟悉OpenCV图像处理库及CUDA加速技术

专注于工业视觉系统研发，主导多个机器视觉项目实施。开发复合材料表面缺陷检测算法，通过YOLOv5模型优化实现2mm级精度检测，准确率超95%；设计安全带/安全帽检测系统，基于目标检测算法实现施工区域人员防护装备合规性监控；研发电子围栏入侵检测方案，采用视频分析技术实现边界区域非法入侵预警；开发机器人视觉定位系统，通过图像处理算法实现机械臂末端精准引导。熟悉工业现场环境部署，具备算法性能优化及系统集成经验。

复合材料表面缺陷检测项目：基于YOLOv5改进模型开发缺陷检测算法，通过多尺度特征融合优化提升小目标识别能力，实现2mm级精度检测，准确率95.3%。采用数据增强技术解决样本不足问题，通过迁移学习提升模型泛化能力。

安全带佩戴检测项目：构建基于目标检测的实时监控系统，采用YOLOv3-tiny轻量化模型实现15fps推理速度。设计多目标跟踪算法解决多人场景下的佩戴状态判断，准确率92.7%。

安全帽检测项目：开发基于DeepSort的多目标跟踪算法，结合YOLOv5实现吊装作业场景下的安全帽识别。通过改进非极大值抑制算法提升密集场景检测效果，误报率降低至1.2%。

电子围栏入侵检测项目：构建基于视频分析的周界防护系统，采用YOLOv7模型实现非法入侵实时检测。设计动态背景建模算法应对复杂光照变化，漏检率控制在0.8%以内。

机器人视觉定位项目：开发基于特征匹配的视觉伺服系统，采用SIFT特征提取算法实现机械臂末端精准定位。通过改进RANSAC算法提升位姿估计精度，定位误差小于0.5mm。