2d视觉算法工程师简历模板

• 负责工业缺陷检测算法研发，基于YOLOv8与分割模型将漏检率从3.2%降至0.8%。
• 主导算法在产线边缘设备的C++部署与加速，单帧推理耗时由45ms优化至18ms。
• 搭建数据标注与自动增广流程，标注效率提升约40%，支撑月均2万张样本迭代。

• 参与OCR与条码识别算法开发，字符识别准确率在复杂背景下由92%提升至97.5%。
• 负责图像预处理与模板匹配模块开发，将误识别率降低约35%，支撑日均10万次识别调用。

• 设计多尺度特征融合检测网络，覆盖6类缺陷，整体准确率达99.2%。
• 完成TensorRT量化部署，产线单板检测节拍缩短至0.6秒，已稳定运行12个月。

• 基于CRNN与注意力机制优化识别模型，复杂光照下准确率提升至97.5%。
• 封装通用识别SDK，接入5条产线，客户现场部署周期由7天缩短至2天。

主修课程：数字图像处理、机器学习、计算机视觉、C++程序设计；CET-6。