图像识别
机器视觉
Torch
0
1
2
3
4
5
0
1
2
3
4
5
10天前在线
图像算法工程师
成都全职 · 500/日 · 10875/月信用正常
工作时间: 工作日17:00-23:00、周末8:00-23:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
两年图像算法工作经验，都是作为独立的算法工程师完成项目，主要技术方向包含OpenCV，Pytorch，图像识别，目标检测，Yolov5-v8等一系列，软件界面用PyQt5完成。工作项目有芯片缺陷检测，传送带异物检测，3d点云，工作人员未戴头盔，未穿反光背心，抽烟检测等，项目可在阿里云服务器部署。平时和周末空余时间比较多，可以承接此类项目
工作经历
2023-07-01 -至今鼎远科技机器视觉工程师
本公司工作期间主要负责图像算法设计，项目一：对传送带上面的异物进行识别，属于异物的物品识别出来并报警，并在此基础上设计了传送带跑偏检测，撕裂检测，并将识别结果进行保存入库，并用蜂鸣器报警。项目二：施工现场危险行为识别系统，包括未佩戴头盔，未穿反光背心，抽烟检测，人脸识别等。项目三：3d模型的stl和pcd数据处理，3d成像技术，3d路径规划
2022-10-01 -2023-06-01厦门晶宇光电图像算法工程师
主要做芯片图像处理，完成一款芯片缺陷检测系统，主要功能包括调用相机拍摄芯片图像，登录账号与密码，检验人员的工号姓名入库，片号和检测结果等数据入库等功能。其他包含一些数据可视化的小需求，
教育经历
2019-09-01 - 2023-06-01厦门理工学院人工智能本科
在校期间成绩优异，主要从事图像算法和机器视觉相关领域的研究，毕业论文是基于yolov5的绝缘子自爆识别。
技能
作品
图一：基于Yolov8模型，和网络上的收集的800张各种抽烟行为图片，独立训练模型数据集，训练出来的模型精度很高，召回率和准确率都达到99.4%以上。 图二：与图一类似，都是基于Yolo模型，训练未戴头盔和未穿反光背心的样本数据集。 图三：芯片缺陷检测系统，检测芯片上的缺陷点，和不良区域。
02024-07-04 15:39
图一：基于Yolov8模型，和网络上的收集的800张各种抽烟行为图片，独立训练模型数据集，训练出来的模型精度很高，召回率和准确率都达到99.4%以上。 图二：与图一类似，都是基于Yolo模型，训练未戴头盔和未穿反光背心的样本数据集。 图三：芯片缺陷检测系统，检测芯片上的缺陷点，和不良区域。
02024-07-04 15:39
图一：基于Yolov8模型，和网络上的收集的800张各种抽烟行为图片，独立训练模型数据集，训练出来的模型精度很高，召回率和准确率都达到99.4%以上。 图二：与图一类似，都是基于Yolo模型，训练未戴头盔和未穿反光背心的样本数据集。 图三：芯片缺陷检测系统，检测芯片上的缺陷点，和不良区域。
02024-07-04 15:38
