技术能力

1. 算法框架与编程能力
核心工具链：
精通PyTorch（简历明确强调），贯穿所有CV项目。
熟悉OpenCV（图像预处理/矫正）、可能涉及MMDetection/PaddleOCR等工具库。
性能优化能力：
多次提及提升模型效率与精度（个人优势），在实时系统中验证优化能力（视频拼接、边缘盒子）。
2. 跨领域技术适配性
多场景快速迁移：
成功将CV技术应用于安防（视频拼接）、金融（票据/流水识别）、医疗（视网膜分割）、工业（缺陷检测）四大领域，体现强领域适应力。
复杂需求拆解：
如银行流水项目需同时解决表格检测、角度矫正、结构化输出，展现系统性解决方案设计能力。
3.小程序以及web网站的开发
对多个公司完成管理系统以及财务管理系统，支持系统的定制服务。

项目经验

1. 计算机视觉核心技术
多模态视频处理：

精通实时视频拼接算法（特征点匹配、图像融合、重影消除），实现多路高清流无缝合成宽视角视频（摄像头视频拼接项目）。

支持16路视频流实时解码分析（a1边缘计算盒子），具备高并发处理能力。

图像分割与识别：

医学图像分割：掌握视网膜血管分割技术（U-Net等架构），辅助疾病诊断。

工业缺陷检测：熟练应用视觉大模型（如YOLO/Segment Anything）实现缺陷定位、分类与时空坐标提取（铁路检测系统）。

OCR与结构化处理：

复杂场景表格检测与矫正（倾斜校正、表头识别）。

单元格级结构化输出（银行流水识别），支持空单元格定位，技术栈可能含OpenCV+深度学习模型（如TableNet）。

2. 边缘计算与模型部署
边缘设备优化：

基于 NVIDIA Jetson AGX 平台开发，实现16路高清视频流实时处理，凸显模型轻量化与硬件加速能力（TensorRT等）。

熟悉边缘端多路视频接入、解码、分析的全链路部署（a1盒子项目）。

端到端产品落地：

从发票/流水识别到医学分割项目，均完成算法开发→部署闭环，具备工程化交付能力。

团队情况