异形文本OCR

人工智能-智能硬件 羞儿

本项目聚焦端到端文本检测系统开发,覆盖数据构建 - 算法研发 - 部署优化全流程。我主导完成: ✅ 多场景数据集构建:采集自然场景、文档扫描、低光照等 10 + 类文本图像,设计分层标注规范,通过数据增强生成 20 万 + 训练样本 ✅ 多模型对比优化:对比 DBNet、YOLOv11、YOLOv12 等 6 种主流算法,针对小文本、倾斜文本等场景提出改进方案,在 ICDAR 数据集上实现 F1 值 89.7%(DBNet 原版 85.2%) ✅ 全链路部署优化:通过 TensorRT/ONNX Runtime 实现模型加速,内存占用降低 40%,在 ARM 架构设备上达到实时检测(35...

异形文本OCR
异形文本OCR

表面缺陷检测

人工智能-其他 羞儿

本项目针对 3C 电子元件缺陷检测场景,构建从数据标注到算法落地的完整解决方案。我主导完成: 🔍 算法选型与优化 对比 YOLOv8、RetinaNet 等 5 种 SOTA 算法,结合缺陷特征(划痕 / 裂纹 / 尺寸偏差)设计注意力增强模块,在自定义数据集上实现平均精度均值(mAP@0.5)97.3%,较原版提升 4.1% 开发多尺度特征融合 + 动态阈值分割技术,解决微小缺陷漏检问题,漏检率从 3.2% 降至 0.8% 📊 场景适配创新 构建多模态数据集:整合 RGB 图像、红外热成像、激光扫描数据,设计缺陷分级标注体系 提出基于领域自适应的迁移学习框架,实现跨产线模型快速适...

表面缺陷检测
表面缺陷检测
------ 加载完毕 ------
联系需求方端客服