算法工程师
广州
Torch熟练
0
1
2
3
4
5
1月前来过
个人介绍
我是一名专注于计算机视觉与深度学习领域的算法工程师，拥有多年在智能交通与车辆检验行业的实战经验。我的核心能力在于将前沿的AI技术转化为解决实际业务问题的高性能产品，尤其在目标检测、图像分割及OCR等方向有深入的研究和成功落地案例。 在过往的工作中，我作为技术负责人主导了多个核心系统的算法研发。例如，在智能车辆检验系统中，我开发的26类部件检测模型，将关键部件的识别精度（AP）提升至0.987；在交通违法判别平台，我主导的19类目标检测模型mAP达到0.948，并成功实现了信号灯状态、安全带检测等多项细粒度识别任务，综合违法判别准确率达83%。 我不仅关注模型性能的极致优化，也重视工程落地的全流程效率。通过制定标准化的数据标注规范与优化处理流程，我曾将团队的数据处理效率提升了30%。我热衷于挑战复杂的视觉任务，并致力于通过技术创新，为传统行业的智能化升级提供坚实可靠的算法支持。
工作经历
2022-07-01 -至今重庆云石高科技有限公司算法工程师
公司主要业务 公司专注于为交通管理与车辆检验领域提供前沿的AI智能化解决方案。核心业务是利用先进的计算机视觉与深度学习技术，研发并部署自动化系统，以提升车辆安全检验、交通违法行为识别及摩托车审核等场景的效率和准确性，推动传统交通管理流程的数字化与智能化转型。 我的职责 作为核心算法工程师及技术负责人，主导并参与了多个智能车检与交通违法判别系统的算法研发、模型优化及落地部署。全面负责从数据规范制定、模型选型与训练、性能调优到最终效果评估的全流程，确保算法在实际业务场景中达到高精度与高稳定性的要求。 ️ 工作内容 智能车辆检验系统 核心算法开发：主导开发基于YOLOv4/YOLOv5的车辆部件检测模型，实现对车牌、车灯、轮胎等26类关键部件的精准识别，模型在关键部件上的平均精度均值（AP）高达0.987，整体模型mAP达到0.936。 OCR技术应用：负责集成并优化OCR模块，实现对行驶证的自动化信息读取，文本识别准确率超过90%，有效替代了人工录入。 图像分类任务：开发基于ResNet的印章分类系统，成功对三类不同印章进行分类，准确率达到95.8%。 数据流程优化：制定了高效的数据标注规
教育经历
2018-06-01 - 2022-06-01武汉工程科技学院数据科学与大数据技术本科
