IT人力外包人才简历库

返回列表

深度学习算法工程师(计算机视觉方向)

驻场外包人员
工作年限:6年 意向城市:杭州 浏览:2次 发布时间:近期

技能标签

目标检测 语义分割 小样本学习 深度学习框架 图像识别 时间序列预测 模型部署 工业缺陷检测 水体分割 OCR识别 CUDA加速 OpenCV 机器学习 算法优化 数据增强 模型量化

专业技能

精通深度学习框架(PyTorch/PaddlePaddle/TensorRT),擅长目标检测(YOLOv5/RetinaNet)、语义分割(U-Net/DeepLabV3+)、图像识别(ResNet/Inception)、小样本学习(ProtoNet/Meta-RL)等算法;掌握时间序列预测、回归分析等机器学习方法;熟悉OpenCV图像处理、CUDA加速、模型量化部署技术;具备工业缺陷检测、水体分割、OCR文字识别等场景的算法开发经验

工作履历(脱敏处理)

专注于计算机视觉领域的算法研发与工程化实践,主导完成多个工业检测系统开发。在交通监控领域,构建基于YOLOv5的目标检测模型,实现高速公路违规行为识别准确率92%;在电力行业开发输电线路缺陷检测系统,采用Faster R-CNN结合注意力机制提升小目标识别精度;针对水利监测场景,设计水体分割算法并实现虚拟水位线预警系统,成功应用于多个流域监测项目。持续优化模型推理速度,通过TensorRT加速使推理延迟降低40%。具备从数据采集、算法研发到系统部署的完整项目经验,擅长处理复杂场景下的算法挑战。

项目经验(脱敏处理)

1. 工业缺陷检测系统:基于无人机采集的电力设备图像,采用Faster R-CNN结合注意力机制实现小目标缺陷检测,通过数据增强和迁移学习解决样本不足问题,检测准确率提升至95%;

2. 水体分割预警系统:开发多尺度语义分割算法,利用U-Net架构实现水体主体区域分割,结合水位线拟合算法完成虚拟水位线匹配,系统实现自动报警功能;

3. 交通违规行为识别:构建多任务检测模型,集成YOLOv5与DeepSORT跟踪算法,实现车辆类型识别、超速检测等6类违规行为识别,准确率92%;

4. OCR文字识别系统:基于CRNN网络实现复杂场景下的文字检测与识别,通过改进注意力机制提升小文字识别准确率,支持多语言文字识别。

驻场外包优势

服从性高

严格遵守甲方管理制度

技术扎实

6年项目实战经验

可长期驻场

接受异地项目外派

快速响应

24小时内可到岗

企业人才对接

专业IT人力外包服务

如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求,欢迎联系洽谈合作。

合作热线

18969108718

商务邮箱

ntit@163.com

微信扫码咨询

微信咨询二维码

扫描二维码添加商务对接

立即申请人才对接