lipschitz
16小时前在线
全职 · 1000/日  ·  21750/月
工作时间: 工作日19:00-23:00工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

1. 熟练掌握2D、3D视觉算法,精通重工场景下的视觉方案定制与算法设计;
2. 精通C++/Python编程,熟练掌握Qt编程,精通CUDA与C++多线程程序设计,擅长优化算法运行时间,熟悉优化理论及Ceres库等;
3. 熟悉深度学习原理,熟练掌握Pytorch框架应用,运用Matlab自行编写卷积层并复现GAN网络,熟悉图像分割、图像分类与强化学习等深度学习网络,成功将深度学习算法与视觉算法结合,提高识别稳定性,并成功运用于工业场景;
4. 爱好研究算法,喜欢阅读最新前沿论文,喜欢深入研究算法细节并改进算法。


● 发表专利:
《基于2D视觉数据的视觉定位方法、装置和计算机设备》
《部件装配方法、装置、计算机设备、可读存储介质和产品》
《抓取位置确定方法、装置、计算机设备和存储介质》
《轮毂的装配方法、装置、计算机设备和存储介质》
《基于3D视觉数据的视觉定位方法、装置和计算机设备》
《基于神经网络的数据生成方法及其系统》
《小样本目标检测方法、装置、计算机设备和存储介质》
《上层零件提取方法、装置、计算机设备和存储介质》
《一种工件的识别方法和识别装置》
《机械臂的手眼标定方法、装置、电子设备及存储介质》
《一种商品识别与姿态估计方法及装置》

工作经历

  • 2024-08-01 -至今江西求是高等研究院算法工程师

    1. 基于需求,完成Vision RAG功能,并针对用户query利用VLM做出回答; ●项目细节:利用ColQwen图像retrival算法结合Qdrant数据库实现对用户query的图像召回,针对文本中的图像,解决RAG中的查询图像相关信息的问题; ● 将召回的图片交予VLM模型进行query的问答,后再经过LLM做出结合了整个文档信息的完整回答; 2. 基于需求,进行提示词工程: ● 基于某主机厂Excel工艺文档的工艺对比查找需求,调试LLM的提示词,完成客户需求; ● 由于Excel转MarkDown容易因信息较多等问题造成LLM产生Excel数据与序号错位或者幻觉等问题,使用Excel转JSON的方式解决问题; 3. 部署封装TTS相关类OpenAI的接口;

  • 2021-06-01 -2024-08-01湖南视比特机器人有限公司技术总监

    1. 担任部门技术副总监/副军团长: 负责高精引导军团的项目视觉方案制定、算法研发及交付部署,人员管理与算法人员培训等; 2. 研发2D/3D视觉算法解决项目产品相关问题: 主要负责高精度上下料、装配方向的视觉算法研发,主导相关产品研发; 负责解决产品与项目中遇到的各类视觉算法问题,针对特定的视觉需求研发算法,完成项目与产品相关的视觉任务; 3. 参与视觉方案制定: 主导高精度上下料、视觉引导装配、钢板分拣、风车等大型轮毂螺栓装配的视觉方案制定,相机选型,技术路线制定等;

教育经历

  • 2012-09-01 - 2014-12-01中国人民解放军国防科技大学计算机科学与技术硕士

    本科硕士均就读于中国人民解放军国防科技大学,计算机科学与技术专业

技能

C++
深度学习
机器视觉
0
1
2
3
4
5
0
1
2
3
4
5
作品

1. 基于需求,完成Vision RAG功能,并针对用户query利用VLM做出回答; ●项目细节:利用ColQwen图像retrival算法结合Qdrant数据库实现对用户query的图像召回,针对文本中的图像,解决RAG中的查询图像相关信息的问题; ● 将召回的图片交予VLM模型进行query的问答,后再经过LLM做出结合了整个文档信息的完整回答;

0
2025-02-07 22:00

视觉引导液压拉伸拧紧设备,完成对M46的螺栓进行定位后拉伸拧紧螺母的工艺; ● 项目简介: 风车轮毂直径约3-5m,其上均布有约106颗螺栓,需视觉引导对螺栓进行定位,后将拧紧设备逃入螺栓,并液压拉伸再拧紧螺母,视觉精度要求+-0.25mm; ● 项目难点: 需要联合机械臂对工具末端进行高精度标定,标定复杂,精度要求高; 视觉引导定位精度要求较高,视觉精度需要+-0.1mm; 机械臂的液压拉伸工艺较复杂,液压拉伸压力需达到960KN; ● 视觉方案: 采用高精度3D视觉相机,通过2D配合3D点云,实现对螺栓螺柱中心,螺柱中轴线的定位; 利用视觉定位技术,辅助完成对拧紧设备的工具标定;

0
2025-02-07 22:09

总装车间,将汽车前车门通过视觉引导定位安装于车身铰链孔上; ● 项目简介: 两台机械臂,一台负责抓取车门,并对抓取后的车门进行视觉定位纠偏,另一台负责定位车身上的车门安装位置的铰链孔,并将螺栓拧入铰链孔,两台机器人由视觉识别引导,配合完成总装车间的车门组装; ● 项目难点: 视觉精度要求高,须达到0.2mm的精度,后视觉引导需达到+-0.5mm; 系统中存在大量系统误差,影响最后的定位精度; 需要满足随动要求,即两台机器人在导轨上跟随车身一起运动; ● 视觉方案: 通过高精度3D视觉系统,利用纠偏于定位技术,实现车身与车门的定位纠偏,并给出安装位置,完成机械臂引导车门装配; 利用机器人的重定位精度较高的特点,完成满足此装配精度要求的装配任务;

0
2025-02-07 22:01
更新于: 02-07 浏览: 25