openCV

以目标检测为例：1.对监控摄像头或工业相机采集的图像进行几何变换、直方图均衡、图像分割等预处理2.对预处理的图像进行基于深度学习的模型推理，检测是否含有目标对象3.如果检测出目标对象，标记框选检测到的目标对象4.收集更多实际应用场景中的图片，进行深度学习训练5.使用训练好的模型进行推理检测，提高检测

需要监控桌面应用的实时显示情况，又不能实时在电脑前，因此开发了一个桌面录屏工具，实现实时监控功能，并且支持视频的逐帧读取，并导出指定帧数的视频图片，或标记图片，或修改图片

因为没有适合的软件去将pdf文件转图片的功能，就自己开发了一下，可以将pdf文件按页转成图片，支持转成多种格式的图片，如bmp、jpg、png;并支持图像旋转、缩放功能等

医用PVC卷材在线实时缺陷检测主要功能如下：1、2个8K高速线扫相机，最宽可以覆盖2m的产品；速度最高60m/min2、配方管理，方便客户快速切换型号3、友好的参数调整界面，方便客户快速调整算法准确度4、历史数据存储&查询功能，轻松追溯历史数据5、使用神经网络(Resnet)进行缺陷分类

1.分为端面缺陷检测以及内部缺陷检测两种；2.导入深度学习算法，对相似度比较近的缺陷进行分类；3.算法实现了对产品表面的各种各样的缺陷进行抓取、分类；4.为客户提供过漏检数据、缺陷分类数据，让客户可以根据数据对前端工艺进行优化修改，提升产能。

1.端到端流程。从标注到上线，无需在不同工具间迁移，缩短研发周期。2.多框架兼容支持主流深度学习框架，并通过ONNX等中间格式实现跨框架部署，降低技术锁定风险。3.高性能推理针对GPU、CPU等硬件提供编译优化与内存管理，实现低延迟、高并发推理。

1.数据库模块。保存产品信息，异物缺陷信息。2.通信模块。负责上位机与下位机的交互通信。3.人机交互模块。负责人机交互。4.算法模块。负责3D点云下的异物检测预与测量，2d场景下的异物分类。

这个软件主要是在锂电池生产过程中,使用电子显微镜拍摄电池阳极照片,分析阳极质量,工业质检实现工业电子显微镜拍摄图像探伤识别本人主要负责软件架构设计，卷积神经网络模型搭建，训练图像识别功能，模型部署，参数调优等关键技术