熟练掌握C++,理解面向对象编程(OOP)、模板、STL等核心概念,具备良好的代码风格和调试能力。
熟悉常见数据结构(如链表、栈、队列、树、图等)和算法(如排序、查找、动态规划等),能解决中等难度算法问题。
了解Linux/Windows系统的基本原理,熟悉多线程、进程管理、内存管理等概念。
掌握SQL语言,熟悉MySQL等关系型数据库的基本操作与设计,了解常见的数据分析,数据清洗和特征工程方法。
熟练使用Git进行版本控制,熟悉CMake、GCC等编译工具,了解GDB调试工具。
熟悉常见的模型原理,如LR,lightGBM。
了解TCP/IP、HTTP等网络协议,具备基本的Socket编程经验。
熟悉Python/Shell脚本,了解基本的软件工程和设计模式。
熟悉主流的机器学习框架,如pytorch等,熟悉常见的机器视觉算法和图像处理方法
对于深度学习的模型有一定的了解。
熟悉自然语言处理相关算法。
熟悉主流的java开发框架,对于自动化测试,软件测试有一定的了解。
基于Java开发多场景视觉智能识别平台,整合计算机视觉与深度学习技术,服务工业、安防、零售等领域智能化升级需求
技术:springboot+redis+kafka+mybatis-plus+yolov5
架构设计与开发:采用Spring Boot + MyBatis-Plus构建后端服务,集成Redis实现缓存加速;基于Netty搭建实时数据传输通道,提升系统响应效率。
视觉算法落地:整合OpenCV完成图像预处理,引入Deeplearning4j/TensorFlow Lite部署YOLO、ResNet等模型,实现物体检测、OCR、人脸识别等核心功能。
性能优化:通过Kafka消息队列实现任务异步处理,优化模型推理流程.
1. 负责校园卡支付平台系统的整体架构设计,确保系统稳定性和扩展性。 2. 主导开发了用户充值功能,实现了多种充值方式,包括线上支付和现场充值。 3. 创新集成移动支付解决方案,提升用户支付便捷性,增强用户体验。 4. 设计并实现账单查询系统,使用户能够轻松跟踪
本项目是一套基于Java技术栈开发的多场景视觉智能识别系统前端解决方案,以“高效识别、灵活适配、数据驱动”为核心,聚焦安防、工业、医疗、生活四大主流场景,通过模块化页面设计,实现“识别-训练-管理-分析”全业务流程的可视化操作,助力企业快速落地视觉识别应用。 一、项目核心