
扫码联系客服
探索了基于ONNX Runtime的轻量化模型部署方案,在Cortex-M4 MCU上完成手势识别CNN的量化与落地,模型体积压缩至100KB以内,推理耗时小于30ms。
在ESP32-CAM平台上实现离线人脸检测与属性识别,结合模型剪枝与算子融合,将端到端延迟控制在50ms以内,实现电池供电设备的实时视觉感知。
完整复现了基于TinyML的电机轴承故障诊断链路,从MEMS振动信号采集、FFT特征提取到XGBoost模型训练与部署,打通了端侧预测性维护原型,为工业物联网智能化升级积累了实践经验。

对物联网连接物理世界与数字世界这件事抱有极大热忱,喜欢从硬件底层到云端的端到端思考,享受让设备“活”起来的过程。做事严谨细致,习惯从系统稳定性与功耗角度倒推每一个设计决策,对协议规范和数据流敏感。扎实的嵌入式C/C++与实时操作系统功底,能灵活运用主流无线通信协议搭建可靠感知层,并具备快速适配新模组的能力。近两年持续钻研边缘计算在工业场景下的落地,乐于在跨团队协作中补位,期待在物联网终端智能化方向持续深耕。
探索了基于ONNX Runtime的轻量化模型部署方案,在Cortex-M4 MCU上完成手势识别CNN的量化与落地,模型体积压缩至100KB以内,推理耗时小于30ms。
在ESP32-CAM平台上实现离线人脸检测与属性识别,结合模型剪枝与算子融合,将端到端延迟控制在50ms以内,实现电池供电设备的实时视觉感知。
完整复现了基于TinyML的电机轴承故障诊断链路,从MEMS振动信号采集、FFT特征提取到XGBoost模型训练与部署,打通了端侧预测性维护原型,为工业物联网智能化升级积累了实践经验。
奇秒简历AmazingCV 物联网开发工程师 简历免费在线制作,包含物联网开发工程师简历范文,物联网开发工程师简历求职模板,AI辅助一键优化物联网开发工程师简历内容,秒变满分候选人,让心动offer拿到手软。贴合HR筛选偏好,告别千篇一律,简历通过率飙升。