熟练Python、PyTorch计算机视觉算法开发，精通OpenCLIP大模型，擅长工业缺陷检测方向。可完成图像预处理、CLAHE增强、DCT频域处理、滑窗推理、数据集标注与清洗、模型训练调参、指标评估。实战半导体晶圆视觉任务：晶圆定位、脏污、划痕等瑕疵检测；支持小样本场景，输出AUROC、mAP@50等完整评估结果。熟练Anaconda环境配置、代码复现、论文图表绘制。可承接工业视觉检测、图像分类、缺陷识别、模型复现、算法调试类任务，能够快速理解需求，输出可运行代码与实验结果。

项目背景：半导体工业视觉，针对晶圆图像实现缺陷检测，解决晶圆脏污、划痕识别、晶圆定位，小样本缺陷识别困难的业务痛点。
我的职责：独立完成算法整体方案，实现DCT频域增强、双分支特征提取、滑窗推理模块；处理数据集，完成模型训练、消融对比实验，完成指标测算。
结果产出：完成MR‑FE‑CLIP改进算法，实现晶圆定位、多类缺陷识别；输出完整可运行代码、实验数据、对比图表，完成学术论文撰写，提升小样本缺陷检测识别效果。