



个人介绍
1. 拥有16年深厚台资工业自动化背景,熟悉机器视觉与AI深度神经网络应用,能够设计并实现高效自动化解决方案。
2. 精通C/C++及Python编程,擅长Windows和Linux环境下的开发,具备MFC和QT界面设计能力。
3. 专业掌握串行通信、网络通信及GPIB、USB-HID通讯技术,有效实现设备间无缝连接。
4. 精通OpenCV库,擅长图像处理,同时在PyTorch和libTorch框架下有丰富的深度学习开发经验。
5. 擅长上位机及嵌入式程序设计,能独立完成产品全生命周期的软件开发任务。
工作经历
2023-07-01 -至今东南大学科研助理
我现任东南大学科研助理,深耕人工智能领域。工作中,我依托学校先进科研平台,围绕机器学习、图像处理等方向开展前沿研究,参与多项科研项目,推动理论创新与技术落地。同时,充分发挥自身专业优势,指导研究生进行项目研究,从课题设计、算法开发到成果总结,为学生提供系统性指导,助力其攻克技术难题,提升学术与实践能力,为人工智能领域人才培养贡献力量。
2006-06-01 -2022-08-01南京英华达生产技术部软件工程师
1. 设计并实现了工业自动化生产线的软件工具,构建了高效稳定的系统架构,提升了生产效率。 2. 负责人机交互界面(UI)设计,创造出直观易用的操作体验,优化了员工的工作流程。 3. 精通多种通讯协议,如RS232、GPIB、USB-HID、TCP/UDP,确保设备间的无缝连接与数据传输。 4. 深入涉足OpenCV视觉系统开发,为生产线引入智能化视觉检测,提高了产品质量控制的准确性。 5. 采用stm32单片机和microPython,成功实现I2C、ADC、UART通讯,增强了设备的控制能力和灵活性
教育经历
2001-06-01 - 2005-09-01东南大学计算机科学与技术本科
技能

本项目开发了一套基于AI神经网络的仪表盘智能识别系统。系统采用深度学习算法结合OpenCV图像处理库,使用C++语言实现了跨平台兼容性(支持Windows/Linux系统)。核心功能包括:通过摄像头或图像采集设备获取仪表盘画面,利用卷积神经网络(CNN)进行指针位置检测、数字识别和刻度分析,最终输出精确的仪表读数。该系统可广泛应用于汽车故障诊断、工业设备监控、能源计量等领域,显著提升传统人工读表的效率和可靠性。


AI球头分拣系统是结合人工智能与机器视觉等技术的工业自动化设备,用于球头产品的分拣,核心功能与优势如下: • 视觉检测:通过多相机从不同角度采集球头图像,利用AI算法识别尺寸(如侧面高度、底部直径 )、外观缺陷(如缺损、褶皱、斑点 ),精准判断“好球”等结果。 • 分拣执行:依据检测数据,控制执行机构(如机械臂、传送带 ),将球头按品质、规格分类,实现自动化分拣。 • 数据管理:实时记录、展示分拣数据(文件名、各类检测参数、结果 ),便于生产监控、质量追溯与流程优化。 • 高效精准:相比人工,可24小时运行,突破人力疲劳、主观判断局限,提升分拣效率与精度,降低人力成本,适配工业大规模生产需求,已在电子元器件、五金等行业球头质检场景应用 。
