IT人力外包人才简历库

精通深度学习框架（PyTorch、TensorFlow），具备计算机视觉与三维重建算法开发能力。熟练掌握Python编程语言，熟悉OpenCV、PIL等图像处理库。具备数据预处理、特征提取、模型优化及部署经验。熟悉YOLO、ResNet等主流算法模型，了解模型压缩与加速技术。具备Web开发基础，熟悉Flask/Django框架，掌握MySQL数据库设计与优化。熟悉Linux系统环境搭建与调试，了解Docker容器化部署技术。

主导完成多个计算机视觉项目开发，包括基于深度学习的视频内容理解系统、手语识别交互平台及酒店安全疏散指引系统。成功实现YOLO目标检测模型在复杂场景下的准确率提升15%，开发基于OpenCV的实时视频分析模块，支持多目标跟踪与行为识别。完成手语识别系统的算法优化，使识别准确率提升至92%。搭建Web端可视化平台，集成MySQL数据库实现数据持久化存储，采用Docker容器化部署提升系统可扩展性。参与省级研发项目4项，完成科技部重点研发项目1项，获得2项软件著作权。

1. 视频内容理解系统：基于PyTorch构建多模态深度学习模型，采用ResNet-50作为特征提取器，结合LSTM实现视频动作识别，准确率提升至89%。解决复杂光照条件下的特征提取难题，通过数据增强和迁移学习提升模型泛化能力。

2. 手语识别交互系统：开发基于OpenCV的实时手部关键点检测算法，结合深度学习模型实现手势识别。采用YOLOv5进行目标检测，通过改进注意力机制提升小样本识别准确率，最终实现92%的识别准确率。

3. 酒店安全疏散指引系统：设计基于计算机视觉的火灾预警算法，整合多传感器数据实现智能疏散路径规划。采用三维重建技术构建三维场景模型，结合SLAM算法实现室内定位，提升疏散指引的实时性与准确性。

4. Web端可视化平台：基于Flask框架开发可视化管理系统，集成MySQL数据库实现数据存储与查询。采用Docker容器化部署提升系统可扩展性，支持多用户并发访问，系统响应时间缩短至200ms以内。