IT人力外包人才简历库

精通OpenCV图像处理算法（去噪、轮廓提取、形态学变换、二值化处理、霍夫变换）；掌握深度学习框架（YOLO系列、Unet系列、RNN/LSTM）；熟悉目标检测、瑕疵识别、文字识别（OCR）、行为分析等计算机视觉任务；具备边缘计算部署经验（Jetson NX）；熟练使用Linux系统进行算法开发与调试

主导开发水果表面瑕疵检测系统，采用MobileV2编码的Unet分割模型实现多任务检测，通过模型量化优化部署至Jetson NX边缘设备，分割MIoU达90%；设计UI界面信息提取系统，结合Unet3+目标检测与CNN2Seq文字识别模型，实现99%识别精度；持续优化算法性能，解决复杂光照条件下的图像处理难题，成功交付多个工业视觉项目。

项目1：水果表面瑕疵检测系统

需求：实现苹果瑕疵分级与全红/条纹分类

方案：基于MobileV2编码的Unet分割模型，采用多头输出架构（分类头+分割头）；通过模型剪枝与量化优化部署至Jetson NX

成果：分割MIoU达90%，误检率<3%，通过甲方验收

项目2：UI界面信息提取系统

需求：识别固定长度数字信息

方案：Unet3+检测目标区域，OpenCV矫正提取后输入CNN2Seq网络

成果：分割MIoU达94%，文字识别精度99%，通过甲方验收

项目3：工业视觉质检系统

需求：复杂场景下瑕疵检测与分类

方案：优化多尺度特征融合网络，引入注意力机制提升小瑕疵识别能力

成果：检测准确率提升至95%，成功应用于生产线自动化质检