目标检测-人脸检测算法：采用前沿人脸检测libfacedetection算法，对该工程的预处理、网络结构、推理部分、anchor的生成、后处理等结构非常熟悉，并且修改head网络，增加PAN结构，使得对小目标检测更为准确，pth模型转成onnx模型，运用华为ATC工具对onnx模型转成om模型并移植到npu上运行，并部署到公司业务中。

目标分类-物品占用通道商用模型（不限于指定物体）：通过本人自主研发的脚本（解决获取素材的局限性。在图片中随机获得中心点并且在设定尺寸范围内进行随机多边形区域裁剪，让素材变得多样性），解决公司历史遗留下来的物品占用通道模型效果不佳的问题，解决了地面白线、黄线、雨水反光、减速带、下雨、下雪、影子等一系列在画框区域内误识别成物品占用误报问题，并且该模型达到商用级别效果极佳，在多个加油站、生产企业项目中得以应用。 下图1-4为没有占用 下图5-8为占用通道

目标检测-车辆检测商用模型：通过增加各个场景正、负样本、参数调优、数据增强等方法对车辆识别模型进行迭代优化，解决小目标识别不准确、误报、漏报问题，识别距离约为50米，准确率达到98%以上，该模型达到商用级别效果极佳，得到领导的认可，在车流统计、车辆违停等客户需求中得以应用。