技术能力

机器视觉与图像处理
精通图像采集、预处理（去噪、增强、分割）、特征提取等基础技术，熟悉OpenCV、Halcon、VisionPro等工具库。
掌握深度学习在缺陷检测、目标识别、三维重建中的应用（如YOLO、ResNet等模型调优），能解决复杂场景下的低对比度、小目标检测等问题。
光学与硬件选型
理解工业相机（线扫、面阵）、镜头（远心、变焦）、光源（LED、激光）的原理与选型逻辑，能根据检测需求（如精度、速度、环境光）设计光学方案。
熟悉传感器融合技术（如多光谱、红外与可见光结合），提升系统鲁棒性。
算法开发与优化
具备C++/Python开发能力，能实现定制化算法（如模板匹配、立体视觉），并优化算法效率以适应实时性要求（如FPGA加速）。
掌握边缘计算与云端协同架构，平衡本地处理与云端分析的负载。
系统集成与部署
熟悉PLC、机器人（如UR、KUKA）、MES系统的接口协议（如Modbus、Profinet），实现视觉系统与生产线的无缝对接。
能设计模块化视觉系统架构，支持快速迭代与扩展（如微服务架构）。

项目经验

3C电子行业物流升级
痛点：某手机代工厂面临SKU暴涨300%带来的分拣压力，人工分拣效率低且错误率高。
解决方案：采用自适应抓取系统，集成AI缺陷检测引擎与预测性维护模块。
成果：
分拣准确率达99.98%，减少人工62%。
双十一期间发货效率提升3倍，有效应对订单高峰。
动力电池蓝膜外观检测
痛点：动力电池蓝膜外观检查传统算法过检率、漏检率高，难以满足高标准质量要求。
解决方案：基于AI的蓝膜外观视觉检测系统，采用2D+3D结合的检测方式，结合AI与传统算法。
成果：
综合解决20+检测项，漏检率小于0.05%，过杀率1%。
每条产线可代替3名质检员，成功落地8条线，成为行业标杆案例。

团队情况