图像识别算法工程师简历范文

• 负责工业质检目标检测算法研发，缺陷检出率从92%提升至98.5%，漏检率降至0.5%以内。
• 主导模型量化与TensorRT部署优化，单张推理耗时由80ms降至35ms，满足产线节拍要求。
• 搭建数据标注与训练流水线，模型迭代周期由3周缩短至1周，支撑5条产线快速上线。

• 参与证件OCR识别系统开发，字段识别准确率由95%提升至99.2%，日均处理量超20万张。
• 负责图像分类模型训练与调优，在自有数据集上Top-1准确率提升6个百分点。

• 基于YOLO系列构建缺陷检测模型，结合难例挖掘策略，mAP提升至0.91。
• 完成模型剪枝与INT8量化，模型体积压缩60%，在边缘设备上稳定运行。

• 设计检测与识别两阶段流水线，支持身份证、营业执照等8类证件识别。
• 引入数据增强与合成数据训练，小样本场景识别准确率提升8个百分点。

研究方向为计算机视觉与深度学习，参与实验室图像识别相关课题。

主修信号处理、数字图像处理与程序设计基础课程。