您好!我是专注于计算机视觉与多模态人工智能领域的技术顾问,拥有 2 年以上算法开发与项目落地经验。我的核心技术栈涵盖:
🔍 算法开发
精通 YOLO、ResNet、Transformer 等主流深度学习模型设计
擅长图像分类 / 检测 / 分割、目标跟踪、多模态融合等算法研发
熟悉半监督学习、小样本学习等前沿技术应用
💻 工具与框架
深度使用 PyTorch/TensorFlow 进行模型训练与部署
熟练掌握 OpenCV/PIL 图像处理 pipeline 搭建
具备 C++/Python 混合编程经验,了解 CUDA 加速优化
🎯 项目经验
为某智能制造企业开发工业质检系统,基于 efficientad 实现缺陷检测准确率 99.2%,部署后产线效率提升 30%
主导OCR,检测和识别,采用多模态分析项目,能够进行数据构建与算法适配全链路开发
完成跨模态检索系统研发,通过 CLIP 模型实现图文语义对齐,检索效率提升 40%
我尤其擅长将学术前沿转化为实际解决方案,能快速定位复杂场景下的技术瓶颈。无论是数据标注规范制定、模型轻量化部署,还是跨学科团队协作,都能提供系统性的技术支持。期待用专业能力助力您的项目突破!
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、YO
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