•修读数字图像处理、机器学习等核心课程，独立完成基于 OpenCV 的目标检测算法定稿与性能调优。
•担任校机器人战队视觉算法组长，主导双目测距方案设计，助力团队在全国大学生机器人大赛中斩获佳绩。
•参与校企合作产线检测项目，负责工业相机选型与光源布置，掌握实际场景下的视觉系统集成与维护流程。
•主导食品加工行业视觉检测项目的技术方案制定，根据客户生产线需求定制高精度缺陷识别方案，确保方案适配高速生产环境。
•开发基于深度学习的瑕疵检测算法，针对食品包装的微小破损和异物检测，利用PyTorch优化模型，检测精度提升至99.5%，大幅降低漏检风险。
•与硬件团队协作完成工业相机和光源系统选型，调试多光谱照明方案，保障在粉尘干扰环境下稳定运行。
•编写详细技术文档，包括算法逻辑说明和调试日志，便于后期系统维护和跨团队知识传承。
•作为技术负责人，管理医疗设备检测项目，协调软硬件团队进度，确保项目关键节点达成并按时交付。
•解决复杂定位难题，如在医疗影像分析中引入CNN提升精度至亚毫米级，满足临床高精度需求。
•实施全面软件测试，覆盖功能、性能和稳定性，建立自动化测试流程，及时发现并修复缺陷。
•定期与客户技术团队沟通，收集反馈并迭代优化系统，提升用户体验和操作便捷性。
半导体晶圆表面缺陷检测系统 - 算法开发与系统集成负责人
2018.03-2018.12
•为半导体制造企业开发晶圆缺陷检测系统，聚焦微小划痕和杂质识别，提升产线良率。
•收集并标注大量晶圆图像数据，涵盖多种缺陷类型，建立高质量训练数据集。
•设计并训练卷积神经网络模型，实现高精度缺陷分类，漏检率控制在0.3%以下。
•系统部署于生产线，检测速度达每分钟150片晶圆，显著提升检测效率与产品合格率。
•针对医疗器械高精度要求，开发多视角视觉测量方案，覆盖复杂形状零件检测。
•通过相机标定和3D重建技术，实现亚毫米级测量，误差控制在±0.02mm以内。
•算法优化后满足医疗行业标准，支持实时数据导出与质量追溯。
•系统自动化运行，效率提升5倍，替代人工测量，降低操作误差风险。
技术项目协作:
熟悉研发协作流程，善用 Jira 与 Git 进行任务拆解与代码版本管理，保障开发进度可视可控。
曾在视觉系统升级任务中，衔接算法团队与产线工程师，推动方案快速迭代并提前完成交付验收。
