IT人力外包人才简历库

精通Python编程语言，熟练掌握PyTorch深度学习框架，熟悉Linux系统运维与Shell脚本开发。具备扎实的计算机视觉理论基础，精通目标检测（YOLOv5/Faster R-CNN）、图像分类（ResNet/ViT）、图像生成（GANs）等视觉任务。熟悉多模态融合技术，具备模型优化与部署经验。了解分布式计算框架（Dask）与数据处理工具（Pandas/Numpy）。掌握计算机视觉算法开发全流程，包括数据增强、模型训练、性能调优及工程化部署。

作为核心成员参与多个计算机视觉研发项目，主导步态识别算法开发与智能巡航系统集成，完成多模块（视觉/控制/通信）协同设计。研发微小缺陷检测系统，实现工业级检测效率，优化模型推理速度提升30%。开发基于PolarMask的医学图像分割算法，显著提升微小病灶检测精度。研究生成对抗网络在图像去雨领域的应用，提出可学习滤波核预测网络，提升去雨效果25%。具备算法研发、系统集成、性能优化全流程经验，熟悉从实验室研究到工程化部署的转化。

步态识别智能巡航系统：基于树莓派集成视觉/控制/通信模块，实现步态注册与实时识别功能，开发可视化操作界面，提升系统人机交互效率。微小缺陷检测系统：构建工业级视觉检测方案，采用多尺度特征融合技术，实现0.1mm级缺陷识别，检测效率达5000张/分钟。医学图像分割算法：基于PolarMask改进模型架构，通过多尺度特征融合提升小病灶检测精度，mDice指标提升12%。图像去雨算法研究：设计可学习滤波核预测网络，通过全监督学习优化雨水去除效果，PSNR提升3.2dB。完成多个计算机视觉项目从算法研发到系统集成的全流程开发，具备良好的工程化能力。