IT人力外包人才简历库

精通深度学习框架（TensorFlow/PyTorch），熟悉计算机视觉核心算法（目标检测、图像分类、OCR识别），掌握图像处理技术（OpenCV、PIL），具备大规模数据集构建与优化能力，熟悉模型压缩与部署（TensorRT、ONNX），熟练使用机器学习算法（SVM、随机森林）进行图像内容分析，具备多模态数据处理经验

作为算法组长主导多个计算机视觉项目开发，负责技术方案设计、模型训练优化及系统部署。主导开发智能鉴黄系统，通过YOLOv5目标检测模型实现98.5%的识别准确率；构建反恐识别系统，采用多阶段特征提取网络提升复杂场景识别效果；开发OCR识别模块，结合CTC损失函数和数据增强技术，实现95%的文本识别准确率。具备完整的算法研发流程经验，包括需求分析、模型选型、数据标注、算法训练、性能调优及系统集成。

1. 智能鉴黄系统开发：基于YOLOv5构建多尺度目标检测模型，采用数据增强和迁移学习技术，实现98.5%的色情图像识别准确率，有效解决光照变化和遮挡问题。

2. 暴恐图像识别系统：设计多阶段特征提取网络，结合ResNet-50和Transformer架构，通过注意力机制提升复杂场景识别效果，准确率达96.2%。

3. 政治敏感内容识别：构建多分类模型，集成SVM和深度学习方法，实现领导人头像和敏感事件的精准识别，误报率低于0.3%。

4. 场景文字识别系统：开发基于CTC损失函数的OCR模型，结合数据增强和后处理算法，实现95%的文本识别准确率，支持多语言和复杂背景场景。