数字图像处理算法工程师简历模板

• 负责工业表面缺陷检测算法研发，重构数据增强与难例挖掘流程，将漏检率由4.2%降至1.1%。
• 主导模型轻量化与TensorRT部署，单帧推理耗时从85ms降至48ms，支撑产线分钟级节拍。
• 搭建图像标注与训练评估流水线，模型迭代周期由3周缩短至7天，累计交付12条产线。

• 参与视频监控图像增强与目标检测算法开发，夜间场景召回率提升18个百分点。
• 负责检测模型训练调优与数据清洗，mAP由71.5%提升至79.3%，支撑3个行业客户落地。

• 设计多尺度特征融合与注意力模块，小目标缺陷检出率提升至98.6%，误检率控制在0.8%以内。
• 完成边缘端模型量化与部署，在Jetson平台实现25FPS实时检测，替代人工复检岗位3个。

• 构建低照度图像增强与检测联合训练方案，夜间行人检测召回率由62%提升至80%。
• 优化数据标注与半监督训练流程，标注成本降低约35%，模型在3类场景稳定上线。

研究方向为图像处理与模式识别，参与省级视觉检测课题1项。

主修数字图像处理、信号与系统、C++程序设计，CET-6。