史绍阳的案例列表
模拟驾驶台手势识别
面向国产化智能驾驶舱交互需求，开发一套低延迟、高精度的手势识别系统，实现驾驶员对虚拟驾驶台的控制（如音量调节、导航操作、灯光控制等），满足信创环境对自主可控嵌入式设备的严苛要求。 推理框架：TensorRT 8.6/cuda 系统平台：瑞芯微RK3588/windows/ubuntu/麒麟OS 模型架构：rtmpose,alphapose,自建网络 针对关键点准确率优化迁移了alphapose模型并实现自定义算子适配。针对任务自建cnn网络实现到端的输出。
无监督异常检测
面向国产化工业质检场景，开发无标签数据驱动的异常检测系统，解决半导体生产线上缺陷样本稀缺问题。在瑞芯微RK3588芯片上实现实时检测，通过工信部信创认证，满足国产替代需求。 无监督算法创新 特征提取：Vision Transformer(ViT) 自监督预训练 + 随机裁剪数据增强 异常检测：深度高斯混合模型(Deep GMM) + 马氏距离异常评分 自适应优化：动态阈值调整算法（基于产线良品率反馈）
案例判断参考
史绍阳的案例列表
模拟驾驶台手势识别
面向国产化智能驾驶舱交互需求，开发一套低延迟、高精度的手势识别系统，实现驾驶员对虚拟驾驶台的控制（如音量调节、导航操作、灯光控制等），满足信创环境对自主可控嵌入式设备的严苛要求。 推理框架：TensorRT 8.6/cuda 系统平台：瑞芯微RK3588/windows/ubuntu/麒麟OS 模型架构：rtmpose,alphapose,自建网络 针对关键点准确率优化迁移了alphapose模型并实现自定义算子适配。针对任务自建cnn网络实现到端的输出。...
无监督异常检测
面向国产化工业质检场景，开发无标签数据驱动的异常检测系统，解决半导体生产线上缺陷样本稀缺问题。在瑞芯微RK3588芯片上实现实时检测，通过工信部信创认证，满足国产替代需求。 无监督算法创新 特征提取：Vision Transformer(ViT) 自监督预训练 + 随机裁剪数据增强 异常检测：深度高斯混合模型(Deep GMM) + 马氏距离异常评分 自适应优化：动态阈值调整算法（基于产线良品率反馈）...
