Python语言
基础视觉库：OpenCV
深度学习框架：PyTorch TensorRT / ONNX Runtime：
1. 传统图像处理与几何视觉
定位与测量：亚像素边缘提取、Blob分析、模板匹配（基于形状、灰度等）、拟合（直线/圆/椭圆拟合）。
标定技术：张正友标定法、手眼标定（Eye-in-Hand 与 Eye-to-Hand）、畸变校正。
2. 深度学习与AI应用
目标检测：YOLO系列、Faster R-CNN等，用于定位工件位置。
图像分割：UNet及其变体，用于精密缺陷分割（如划痕、脏污）。
异常检测：在工业界正样本易得、负样本稀少的情况下，需掌握PatchCore、知识蒸馏等方法。
生成式/少样本学习：解决工业场景下样本量不足的问题。
光学知识：理解远心镜头、FA镜头选型，光圈、景深、工作距离的关系，分辨率与像元尺寸的匹配。
光源技术：掌握不同光源（环形光、背光、同轴光、条形光）和打光手法（明场、暗场、偏振）的应用场景。
工业相机与接口：熟悉面阵/线阵相机、CCD/CMOS传感器、CameraLink、CoaXPress、GigE接口协议，以及触发采集的时序逻辑。
通信协议：TCP/IP Socket通信（发送OK/NG结果）、串口通信、工业标准协议如Modbus。
可编程逻辑控制器（PLC）交互逻辑：理解IO触发、信号握手，知道如何根据PLC信号切换配方或程序。

上海芯歌智能科技有限公司 算法工程师 2021.07-2024.03
内容:
主要职责：
1.统筹安排3-6人小团队，负责指导现场交付工程师调节硬件设备，plc工程师跟进逻辑控制，数据标注师标注要求。
2. 项目软件算法层面实施。Ui 界面设计，通信测试，数据采集，算法训练部署等.
业绩:
在该公司负责带领过多个团队，完成了2个近百万的项目实施交付.1个10多万的项目交付。

武汉某家电整线多工位缺陷检测及集控系统 2022.04-2022.10
1.项目背景：该项目分为外机一期，内机二期共 9 条线的信息智能化改造，为达到提升产品良品率，提升工厂的信息化能力，提升
智能制造的水平的目的。
2.主要工作：1.前期设计完成界面操作逻辑，相机取图逻辑，算法检测逻辑等，确定相机参数，网络连接方式，sql 数据库使用
等。2.现场硬件结构安装完成后，和 plc 工程师配合完成光电信号逻辑对接。3.AI算法处理上存在多个难点，产品种类多，未适应
多种机型，视野过大，背景复杂等。采用多种数据增强方式，先定位再检测的方式等有效提升准确率。4。增加多种后处理方式，
如传统二值化，轮廓检测等再次对结果二次判断。