图像识别算法工程师求职简历

图像识别算法工程师求职简历模板使用便捷-高效-实用，高效提升求职效率，做高质量简历就用锤子简历。

.resume_main[data_color] .skill_item .skill_slider span::before{background-color:${color};} .resume_main[data_color] .skill_slider s i{background-color:${relative_skill_color};} .resume_main[data_color] .skill_style_01.skill_item .skill_slider s {border-color:${relative_skill_color};} .resume_main[data_color] .skill_style_01.skill_item .skill_slider s i{background-color:${relative_skill_color};} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="average"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="average"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 #ccc, 72px 0 0 #ccc, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="good"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="good"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 #ccc, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="advanced"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="advanced"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 ${relative_skill_color}, 96px 0 0 #ccc, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_04.skill_item .skill_slider[data_level="expert"] i,.resume_main[data_color] .skill_style_07.skill_item .skill_slider[data_level="expert"] i{box-shadow:24px 0 0 ${relative_skill_color}, 48px 0 0 ${relative_skill_color}, 72px 0 0 ${relative_skill_color}, 96px 0 0 ${relative_skill_color}, 120px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="average"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 #ccc,63px 0 0 #ccc,72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="good"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 #ccc,72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="advanced"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 ${relative_skill_color},72px 0 0 #ccc,81px 0 0 #ccc;} .resume_main[data_color] .skill_style_08.skill_item .skill_slider[data_level="expert"] i{box-shadow:9px 0 0 ${relative_skill_color}, 18px 0 0 ${relative_skill_color}, 27px 0 0 ${relative_skill_color}, 36px 0 0 ${relative_skill_color}, 45px 0 0 ${relative_skill_color},54px 0 0 ${relative_skill_color},63px 0 0 ${relative_skill_color},72px 0 0 ${relative_skill_color},81px 0 0 #ccc;} .resume_main[data_color] .hobby_item .hobby_item_con .hobby_item_list a.alifont{border-color:${relative_hobby_color};color:${relative_hobby_color}; } /* �� */ .resume_main[data_color] .resume_cover .cover_html svg [data-svg="fill"] {fill:${color};} .resume_main[data_color] .resume_cover .cover_html svg [data-svg="stroke"] {stroke:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-svg="fill"] {fill:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-svg="stroke"] {stroke:${color};} .resume_main[data_color] .resume_letter .letter_html svg [data-fill="fill"] {fill:${color};} .resume_main[data_color] .resume_cover[data-type="07"] .resume_cover_avatar{border-color: ${color};} .resume_main[data_color] .resume_cover[data-type="07"] .resume_cover_content{background:${color}} .resume_main[data_color] .resume_cover[data-type="07"] .cover_item_list a.alifont{color: ${color};} .resume_main[data_color] .resume_cover[data-type="08"] .resume_cover_content::after{background:${color}} .resume_main[data_color] .resume_cover[data-type="09"] .resume_cover_content{background:${color}} .resume_main[data_color] .resume_cover[data-type="09"] .cover_item_list a.alifont{color: ${color};} .resume_main[data_color] .resume_cover[data-type="10"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="11"] .resume_cover_content{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="14"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="15"]{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="19"] .resume_cover_word::before{background-color:${color}} .resume_main[data_color] .resume_cover[data-type="20"]{background-color:${color}} .resume_main[data_color] .resume_letter[data-type="06"]{background-color:${color}} .resume_main[data_color] .resume_letter[data-type="12"]{background-color:${color}}

 头像: 隐藏

编辑

["sex","age","nation","education","marriageStatus","politicalStatus","city","jobYear","mobile","email"]

 基本信息: 女

28岁



本科

未婚

中共党员



4年经验

13800138000

BD@100chui.com

 姓名: 锤子简历

梦想每个人都有，但不是每个人都有勇气去坚信，我有!

 求职意向: 
图像识别算法工程师


广州


面议


随时到岗

 教育背景: 2014.09 - 2018.06

锤子简历大学

计算机与信息技术

GPA：3.72/4（专业前10%）
GRE：324

 工作经验

2019年12月 - 至今

锤子简历信息有限公司

图像识别算法工程师

使用C++/MFC进行无人机光伏电站软件系统的构建面板定位模块使用TensorFlow以及ssdmobilenet训练的模型来实现;
面板精准分割和定位使用OpenCV进行开发，算法需要在山地，水面，沙漠等多种极端环境下实现对电站面板的精准定位，所以对于算法的鲁棒性要求较高;
主要使用OpenCV和C++来实现算法的设计算法是用来进行锂电池的检测，实现正极和负极的抓点准确，进而达到检测锂电池是否合格的目的;
使用及改进MTCNN算法进行人脸检测，并使用自有数据训练模型;
使用Dlib的ERT集成回归树算法进行68点关键点检测，并使用自有数据训练95点数据模型;
使用Dlib、Facenet进行人脸识别，爬虫，根据需求制定爬取策略，抓取数据;

2018年3月 - 2019年12月

锤子简历科技有限公司

图像识别算法工程师

负责收集公司内部的需求，实时从平台获取图像，并根据需求对图像进行处理和分析，对客户提出关于图像处理和计算机视觉方面相关对问题，给予解决方案;
与项目对其他成员合作，协助完成相关的测试，在该工作主要做过对项目有全自动等检机图像识别系统，人脸识别系统;
负责学生试卷手写的答题和老师手动批改的识别，和产品部门的需求对接与技术可行性分析；
负责训练数据的采集和筛选以及预处理，模型的设计训练与调优;

 项目经验

2021年3月 - 2021年11月

项目工程

图像识别算法工程师

项目描述：该项目主要分为两部分，人间检测，人脸识别，人脸检测主要用mtcnn来提取到人脸框，人脸识别主要计算图片之间的欧几里得距离来判断。
责任描述：在该项目中主要运用了MTCNN来进行人间检测，运用了FaceNet来进行人脸识别。在输入层使用图像金字塔进行初始图像的尺度变换，并使用P-Net生成大量的候选目标区域框，之后使用R-Net对这些目标区域框进行第一次精选和边框回归，排除大部分的负例，然后再用更复杂的、精度更高的网络O-Net对剩余的目标区域框进行判别和区域边框回归。
通过CNN将人脸映射到欧式空间的特征向量上，计算不同图片人脸特征的距离，通过相同个体的人脸的距离，总是小于不同个体的人脸这一先验知识训练网络。
测试时只需要计算人脸特征，然后计算距离使用阈值即可判定两张人脸照片是否属于相同的个体。

 自我评价: 本人对待工作踏实，认真，并且极富工作和团队精神，因此在工作和生活中结交了许多朋友，具有良好的适应性和熟练的沟通技巧，相信能够协助主管人员出色地完成各项工作。感谢您在百忙之中阅览我的简历，静候佳音！