图像识别资深工程师简历模板

• 主导工业质检视觉识别平台算法研发，检测精度由92%提升至98.6%，年支撑产线检测超5亿件。
• 负责检测模型轻量化与TensorRT部署，单张推理耗时从120ms降至38ms，GPU成本下降45%。
• 搭建数据标注与模型迭代闭环，模型周迭代效率提升3倍，支撑12条产线快速接入。

• 负责视频结构化识别算法开发，行人重识别准确率提升至94.2%，支撑30余个城市安防项目。
• 主导OCR证件识别模块优化，复杂场景字符识别准确率由89%提升至96%，日均调用量超200万次。
• 参与算法平台建设与团队技术评审，推动模型上线周期由2周缩短至4天。

• 设计基于迁移学习的小样本检测方案，仅用500张样本将新品缺陷识别准确率提升至95%，节省标注成本约60%。
• 采用模型剪枝与量化方案压缩模型体积70%，在边缘设备上实现30FPS实时检测，替代原云端方案。

• 构建多模态OCR识别流水线，融合文本检测与识别，复杂光照下证件识别准确率达97.5%。
• 通过数据增强与对抗训练提升模型鲁棒性，线上误识率下降40%，日均处理图片超200万张。

研究方向：计算机视觉与图像识别；曾获校一等奖学金。

相关课程：数字图像处理、模式识别、机器学习。