图像识别工程师简历模板

• 负责工业质检视觉算法研发，主导缺陷检测模型迭代，将漏检率从1.8%降至0.3%，年节省返工成本约120万元。
• 搭建基于YOLOv8的产线实时检测系统，通过TensorRT量化部署，单帧推理耗时从45ms优化至12ms，支撑8条产线日均处理50万张图像。
• 牵头构建10万级缺陷图像标注体系与数据增强流程，使模型在少样本场景下mAP提升9.6个百分点。

• 参与OCR识别引擎开发，负责文本检测与识别模型训练，将证件类识别准确率从92%提升至98.5%，支撑日均30万次调用。
• 优化图像分类模型推理链路，通过知识蒸馏与剪枝将模型体积压缩60%，在保持精度损失小于0.5%的前提下降低GPU成本35%。

• 主导从0到1搭建缺陷检测平台，融合YOLOv8与注意力机制，在3类核心缺陷上实现mAP 0.91，较基线提升11%。
• 设计数据闭环与难例挖掘流程，每月自动回流2万张产线图像，模型迭代周期从4周缩短至1周。

• 负责文本检测模型（DBNet）调优与训练，在身份证、营业执照等5类证件上检测召回率达99.2%。
• 搭建端到端识别评测流水线，将badcase分析效率提升50%，支撑产品快速接入新证件类型。

研究方向为计算机视觉与深度学习，发表EI会议论文1篇。

主修数据结构、机器学习基础、数字图像处理；获校级二等奖学金。