项目1：拼多多APP图像拍照购物功能中目标检测部分
项目1中主要负责内容：
a) 图像标注标准的制定、标注图像的收集、图像标注流程管理跟踪、标注后的数据预处理入库，最终形成一个300多页的标注标准文档、200多万张图、1200多万个标注框的数据集，包括52个二级类目、12个一级类目；
b)目标检测模型的训练，基于tensorflow训练faster-rcnn/ssd模型，随着数据集标注进度，对参数进行调试，迭代训练；
c)主体选择模型的数据收集（通过点击行为来收集）、特征的构建（包括图片类目预测特征、目标检测框相关信息等）、决策树模型的训练、模型部署相关的java服务端代码编写。

项目2：多科X光机异物检测算法开发、上位机软件迭代更新。
项目2中主要负责内容：
a) 开发基于区域生长的异物检测算法并加入梯度修正减少误检（c++开发）；
b) 实现TEXEMS异常检测算法（无监督方式，利用高斯混合模型，通过EM算法进行训练，c++开发），与区域生长算法一起构成新的异物检测算法库，大大提高了X光机异物检测能力；
c) 通过数据生成+标注的数据构造方式，开发基于Yolov5+paddleseg相结合的屠宰线断针检测算法，yolov5来检测断针、paddleseg来进行塑料筐分割，很好的解决了行业痛点，最终有4台的销量（python+c#开发）。
d) 重新开发x光机软件（利用c#），界面美观程度、操作简洁程度都得到了极大提升，并加入了自动学习、自动训管等新功能。