我主要从事工业视觉与三维点云算法开发，以 Python 为主要开发语言，熟悉 NumPy、OpenCV、SciPy 等数值计算与图像处理工具，掌握点云预处理、深度栅格化、连通域分析、平面拟合、轮廓提取及几何约束等技术。能够围绕板材外形、孔洞、槽口、直线和圆弧构建识别流程，完成二维平面分析与三维坐标转换，并结合原始观测排查遮挡、缺测、反光及边界失真问题。熟悉 PyTorch 深度学习框架，能够将网络预测与几何规则结合，用于单板轮廓识别、图元连接及结果校验，并进行 CPU/GPU 推理适配和模型部署。工程方面，具备相机 SDK 接入、多相机控制、HTTP 通信、Tkinter 桌面界面、SQLite 本地案例库及文件夹批处理开发经验，支持 CSV、JSON、TXT、DXF 等数据读写与结果导出。熟悉 Conda 环境管理、Git 版本管理以及 PyInstaller、Nuitka 的 Windows 打包流程。开发中重视类型提示、模块划分、异常处理和日志诊断，优先采用 NumPy 向量化、计算复用及合理的进程隔离优化运行效率。通过真实点云回放、批量回归和分阶段计时评估改动，在识别精度、处理速度与内存占用之间进行权衡，注重算法的通用性和现场可维护性。

我围绕工业板材识别与加工数据生成，持续开展 无序抓取项目、板材轮廓提取和 自由板材分割 三个项目的算法开发与工程化工作。无序抓取项目面向杂乱堆叠板材点云，通过候选板面分离、遮挡检测和边界完整性检查，筛选几何可见性合格的单张板材，提取顶面闭合三维轮廓及通孔；对不满足条件的场景给出明确状态，为后续加工系统提供轮廓数据。板材轮廓提取 面向单板精细识别，将深度学习预测与几何约束结合，提取直线、圆弧及连接关系，围绕复杂凹槽、短倒角、相切圆角和光学异常开展几何修复与结果校验，保留真实边界特征，并输出 DXF、图元 JSON 和现场约定的 TXT 文件，同时提供打磨建议与人工复核功能。自由板材分割 面向同一平面上的多块板材，完成分板编号、外轮廓与孔洞提取、打磨区间整理及直线圆弧参数导出，并通过本地案例库支持加工区间标注、几何匹配与离线建议复用。在工程实现中，完成桌面界面、相机接入、通信接口、批处理、结果预览和软件打包等配套工作。迭代过程中坚持使用真实点云进行回放验证，对比轮廓、图元、加工文件及异常状态，关注整体处理耗时，避免针对少量特殊样本修改全局规则，逐步提升不同板形与现场数据条件下的稳定性。