机器视觉专家简历模板

• 主导3C结构件外观检测平台算法架构，覆盖12条产线，量产漏检率由1.2%降至0.25%。
• 搭建基于YOLOv8与异常检测的缺陷识别流程，单件检测节拍缩短至180ms，效率提升40%。
• 带领5人算法团队完成光学选型与现场调试，项目平均交付周期由10周压缩至6周。

• 负责新能源电池极片与焊缝视觉检测算法开发，累计交付8个项目，客户验收一次通过率90%。
• 优化Halcon传统算法与模板匹配流程，误判率下降35%，年节省人工复检成本约60万元。

• 设计多光源成像方案与深度学习分割模型，实现划痕、掉料等6类缺陷识别，准确率达98.5%。
• 完成产线部署与MES对接，单线日检能力提升至12万片，客户复购2条产线。

• 构建多相机同步采集与实时推理框架，支持8工位并行检测，误检率控制在0.5%以内。
• 推动算法标准化封装，新项目复用率提升至70%，缩短方案交付周期约30%。

研究方向：工业图像缺陷检测与深度学习。

主修图像处理、自动控制原理与机器视觉基础。