帅然果粒橙
视觉算法工程师 · 4年经验 · 易思维、灵西机器人
0
累计接单
0
用户评价
0
被收藏
技术能力
在核心技术层面，精通深度学习如yolo DINO、SAM3 等主流检测与分割模型的原理与实践，熟练掌握模型在工业场景下的适配优化方法，可针对水马、警示牌等特定目标类别，完成提示词优化、视角适配及性能调优，有效解决复杂场景下的漏检、错检问题。同时，深谙传统视觉算法与深度学习的融合应用，擅长基于 OpenCV、Halcon 等工具实现图像预处理、特征提取、模板匹配等功能，能根据工业生产的精度、速度需求，灵活选择技术方案。
在工程落地方面，具备硬件平台适配经验，可针对服务器、嵌入式设备等不同硬件环境，完成算法的轻量化部署与性能优化，保障模型推理速度满足工业实时性要求。曾参与工业场景下多目标检测、缺陷识别等项目，擅长处理复杂光照、遮挡、视角变化等实际问题，通过数据增强、模型融合等策略，提升算法的鲁棒性与稳定性。
此外，熟悉工业视觉系统的整体架构，了解相机、光源等硬件选型逻辑，能够结合具体业务场景，构建从硬件选型、算法开发到系统集成的完整解决方案，助力工业生产实现自动化、智能化升级。
在工程落地方面，具备硬件平台适配经验，可针对服务器、嵌入式设备等不同硬件环境，完成算法的轻量化部署与性能优化，保障模型推理速度满足工业实时性要求。曾参与工业场景下多目标检测、缺陷识别等项目，擅长处理复杂光照、遮挡、视角变化等实际问题，通过数据增强、模型融合等策略，提升算法的鲁棒性与稳定性。
此外，熟悉工业视觉系统的整体架构，了解相机、光源等硬件选型逻辑，能够结合具体业务场景，构建从硬件选型、算法开发到系统集成的完整解决方案，助力工业生产实现自动化、智能化升级。
项目经验
工业视觉识别项目，拆码垛项目
针对工业生产中纸箱、料箱、零部件等物料，实现自动化识别、定位与姿态估计，为机械臂提供精准坐标与动作指令，完成高效、稳定的拆垛（拆解堆叠物料）与码垛（按规则堆叠物料）作业，替代人工重复性劳动，适配多规格、混合堆叠场景。
电芯检测项目
针对锂电池电芯（圆柱 / 方形 / 软包）的生产全流程，实现外观缺陷检测（划痕、鼓包、漏液、极耳变形、标签偏移）与关键尺寸测量（厚度、宽度、极耳间距），保障电芯一致性与安全性，满足新能源行业高精密检测需求。
轨道交通车体检测项目
针对高铁、地铁等轨道交通车体，实现车身表面缺陷（裂纹、划痕、腐蚀、漆面脱落）与装配偏差（车门间隙、车窗安装精度）的自动化检测，替代人工攀爬巡检，提升检测覆盖率与准确性，保障行车安全。
无人机小目标检测项目
基于无人机航拍场景（高空、远距离、复杂背景），实现小目标（如电力巡检中的绝缘子缺陷、安防监控中的可疑人员、工业场景中的设备故障部件、交通场景中的警示牌 / 交通锥）的精准识别与跟踪，替代人工地面巡检，覆盖人力难以到达的区域。
针对工业生产中纸箱、料箱、零部件等物料，实现自动化识别、定位与姿态估计，为机械臂提供精准坐标与动作指令，完成高效、稳定的拆垛（拆解堆叠物料）与码垛（按规则堆叠物料）作业，替代人工重复性劳动，适配多规格、混合堆叠场景。
电芯检测项目
针对锂电池电芯（圆柱 / 方形 / 软包）的生产全流程，实现外观缺陷检测（划痕、鼓包、漏液、极耳变形、标签偏移）与关键尺寸测量（厚度、宽度、极耳间距），保障电芯一致性与安全性，满足新能源行业高精密检测需求。
轨道交通车体检测项目
针对高铁、地铁等轨道交通车体，实现车身表面缺陷（裂纹、划痕、腐蚀、漆面脱落）与装配偏差（车门间隙、车窗安装精度）的自动化检测，替代人工攀爬巡检，提升检测覆盖率与准确性，保障行车安全。
无人机小目标检测项目
基于无人机航拍场景（高空、远距离、复杂背景），实现小目标（如电力巡检中的绝缘子缺陷、安防监控中的可疑人员、工业场景中的设备故障部件、交通场景中的警示牌 / 交通锥）的精准识别与跟踪，替代人工地面巡检，覆盖人力难以到达的区域。
案例展示
Drone-Detection
Unmanned aerial vehicles (UAVs), commonly known as drones, are increasingly used in sectors ranging from surveillance and delivery to agricu
Rebar_Detection
This is a repository that implements rebar detection and counting using YOLOv9, which is the newest state-of-the-art object counting and det
立即沟通
