工业视觉算法工程师简历模板

• 负责3C结构件外观缺陷检测算法开发，覆盖划伤、脏污等8类缺陷，漏检率由3.2%降至0.6%。
• 主导Halcon与C++检测框架重构，单件检测耗时从180ms降至120ms，支撑产线节拍提升30%。
• 参与新项目视觉方案评估与选型，累计完成12条产线交付，客户验收一次通过率95%。

• 开发基于OpenCV的定位与尺寸测量算法，重复定位精度达±0.02mm，满足客户装配要求。
• 搭建锂电池极片缺陷检测原型系统，样本标注与模型迭代周期由2周缩短至5天。
• 编写视觉模块技术文档与调试手册，支持现场工程师独立完成80%常规故障排查。

• 基于PyTorch构建轻量分割网络，结合传统图像预处理，实现极片划痕与掉料检测准确率99.2%。
• 设计多相机同步采集与推理流水线，单工位检测节拍控制在80ms以内，已在2条产线稳定运行。

• 采用亚像素边缘提取与标定补偿算法，关键尺寸测量误差控制在±0.01mm以内。
• 完成测量系统与MES数据对接，实现测量结果自动上传与不良品追溯，人工复检量减少60%。

研究方向为机器视觉与图像处理，参与省级智能制造课题1项。

主修数字图像处理、自动控制原理、C语言程序设计。