8 年+ CV 算法落地经验,开发并落地多个图像/视觉项目,深耕目标检测、图像分类、分割、关键点检测、图像检索、OCR、视觉多模态大模型微调、端侧部署; 擅长 YOLO 全系列调优、数据增强、模型蒸馏、INT8 量化、RKNN/TensorRT/ONNX 部署; 熟悉各种场景下算法适配,专注可落地项目; 可利用晚间 / 周末/假期承接项目,时间充足,交付周期稳定。
工业缺陷检测项目:基于 YOLO 实现柔性电路板表面瑕疵、划痕、脏污检测;完成全链路训练 + 部署。
视频多目标检测:卡口人车非机动车检测、小目标优化、多场景泛化;模型量化落地边缘设备。
模型端侧推理优化:针对 RK/NVIDIA 设备做算子优化、INT8 量化、推理提速。
视觉大模型微调:VLM的sft调优,图像-文本多模态特征对齐,适配垂直行业私有化项目。
车牌识别:收费站场景车牌检测/识别算法开发及部署,实测识别精度>=99.7%。
行业场景: 安防/智慧城市场景,行人跨摄像头识别与检索。传统园区安防依赖人工回看监控筛查人员轨迹,存在效率极低、人力成本高、无法跨摄像头追踪人员的痛点。依托计算机视觉技术搭建行人重识别系统,实现多摄像头跨区域行人精准匹配、检索与轨迹还原,满足安防管控、人员溯源、异常人员追踪的实
行业场景: 针对道路、园区出入口场景,实现车辆目标检测、车牌定位、车牌字符识别全流程视觉方案,适配常规单层车牌、双层黄牌等各类场景。 功能介绍: 基于Jetson/rknn开发板搭建一套端到端的车辆与车牌智能检测识别系统,兼容市面主流蓝牌、绿牌、黄绿牌、单层黄牌及货车双层黄