188****6878niu****@***.com北京28男CV图像算法工程师在职北京25k-35k •修读深度学习框架原理、多模态感知等高阶课程,构建了完整的知识体系,能够独立复现顶会论文算法。
•参与导师纵向科研课题,负责视觉检测模块的模型优化与部署,将推理速度提升 30% 并落地至实际测试平台。
CV图像算法工程师视觉感知深度学习优化模型部署
北京
•主导车联网场景下的物体识别系统研发,重构分类网络架构,将识别精度提升12个百分点至97.8%
•设计轻量化检测模型适配移动端,实现多目标实时追踪,推理速度达35fps且精度不降
•协同开发道路场景语义分割算法,支持自动驾驶环境感知,在Cityscapes数据集上mIoU达82.3%
•跟踪CVPR/ICCV最新成果,将Transformer架构引入视觉任务,使关键场景识别效率提升20%
CV图像算法工程师生物特征识别实时图像处理算法工程化
北京
•负责智慧城市项目中的人脸识别系统优化,引入注意力机制提升复杂场景识别率至99.2%
•研发低照度图像增强算法,结合生成对抗网络提升夜间监控清晰度,应用至200+城市路口
•带领5人团队开发车牌识别引擎,优化特征提取流程,将识别时间压缩至300ms以内
•与产品团队深度协作,基于业务场景定制轻量级视觉方案,支持边缘设备实时推理
•该项目聚焦制造业质检场景,构建高精度缺陷识别系统
•设计并实现多尺度特征融合网络,将微小缺陷检测精度提升至98.5%
•优化模型推理流程,实现毫秒级响应,满足产线实时检测需求
•协同硬件团队完成算法在边缘计算设备的部署,降低30%算力消耗
•开发轻量化CNN模型,将病害识别准确率提升至96.8%
•完成田间环境下的算法验证,支持农户移动端实时诊断
痴迷于计算机视觉的无限可能,享受将算法转化为实际价值的成就感。具备严谨的逻辑思维和持续学习的热情,对模型优化有近乎偏执的追求,习惯从数学原理出发解决工程问题。精通深度学习框架与CV经典算法,擅长在资源受限场景下实现高精度模型。热爱开源社区,多次为PyTorch贡献代码;业余时间热衷于复现顶会论文,保持技术敏锐度。期待在智能视觉领域持续深耕,用代码构建更智能的世界。
技术产出:
主导完成一篇关于动态卷积核优化策略的技术报告,相关成果被国际权威会议收录,解决了移动端视觉推理的高延迟瓶颈问题。