牛敬业
188****1549niu****@***.com北京30男计算视觉算法工程师在职北京25k-35k •核心课程包括计算机视觉、模式识别与机器学习,获得研究生一等奖学金
•主导开发校园安防行为识别系统,采用时空卷积网络实现异常事件检测,获省级科技创新竞赛二等奖
•参与导师国家自然基金课题,负责多尺度特征融合模块设计,研究成果发表于ICPR国际会议
•主导工业质检场景下的缺陷检测算法研发,设计轻量化YOLOv8改进模型,在PCB电路板检测中实现漏检率降低至0.3%以下
•搭建多模态目标跟踪系统,融合摄像头与毫米波雷达数据流,在金属加工厂复杂光照环境下保持98%跟踪稳定性
•推动算法工程化落地,完成TensorRT模型压缩与ONNX导出流程,使推理延迟缩短至15ms以内满足产线节拍需求
•建立A/B测试框架对比不同算法策略效果,通过动态阈值调整机制提升产线异常品检出率25%
高级计算视觉算法工程师农业AISLAM系统嵌入式部署
北京
•负责智慧农业项目的作物病虫害识别系统,构建跨地域多光谱图像数据集,实现12类病害95%识别精度
•设计端到端视觉SLAM方案,在温室环境下实现厘米级定位精度,支持无人巡检车自主导航作业
•优化边缘计算部署架构,采用TensorFlow Lite Micro在STM32芯片上实现0.8秒实时推理响应
•牵头制定团队代码规范与模型版本管理流程,建立自动化测试环境覆盖率达82%
•负责城市道路电子警察系统的车牌识别与违法行为检测算法研发
•构建包含200万张车辆图像的训练集,针对逆光/污损车牌设计增强型检测网络
•创新性地融合注意力机制与多任务学习框架,使车牌识别准确率达99.2%,违规行为检出效率提升40%
•通过知识蒸馏技术压缩模型体积至原大小1/5,支持边缘计算设备7×24小时稳定运行
•为物流仓储中心设计基于RGB-D相机的3D目标定位系统,解决异形包裹抓取难题
•研究PointNet++改进算法处理点云数据,在动态光照条件下保持98%识别精度
•开发实时深度估计算法模块,通过双目相机标定优化使深度误差控制在±2mm以内
•与机械臂控制团队协同调试,将单件分拣处理时间缩短至1.2秒,满足日均10万件吞吐量要求
对计算机视觉领域怀有持久热情,擅长将理论模型转化为工业级解决方案。具备严谨的代码规范意识和算法调优直觉,习惯通过数据驱动方式持续迭代模型效果。熟悉从数据采集到边缘部署的全链路开发,尤其关注模型轻量化与实时性平衡。持续关注多模态感知技术演进,业余时间维护个人技术博客分享视觉算法实践心得,期待加入技术氛围活跃的团队深耕行业应用。
技术专利:
发明《动态视觉跟踪中的时空特征提取方法》获国家知识产权局授权,应用于物流分拣机器人
实用新型专利《工业相机多光谱成像装置》提升农业病虫害检测精度至97%