基于AI的整车视觉检测系统
职责
相机部署与拍摄方案设计、YOLO模型训练与ONNX部署、MES接口和现场大屏开发。
关键成果
应用于3条产线,覆盖20+配置项,替代3名检验员重复检查,整车识别合格率95%+。
技术范围
PythonPyTorchYOLO海康 MVS SDKONNXMES API
职业概要
AI与制造业数字化工程师,具备AI视觉检测、OCR流程自动化、制造质量数据分析、后端系统集成,以及制造知识库RAG/Agent原型的实践经验。
核心能力
AI系统
计算机视觉落地
制造数据分析
后端系统集成
制造知识库RAG / Agent
代表项目
职责
相机部署与拍摄方案设计、YOLO模型训练与ONNX部署、MES接口和现场大屏开发。
关键成果
应用于3条产线,覆盖20+配置项,替代3名检验员重复检查,整车识别合格率95%+。
技术范围
职责
扭矩数据采集、特征工程、TensorFlow模型训练、小时级推理和风险预警设计。
关键成果
实现四类质量风险识别和Risk记录自动邮件推送,支撑异常追溯与质量闭环。
技术范围
技术范围
工作经历 / 教育经历
2022 - 至今
上汽大众质量与制造数字化场景。
教育经历
此处保留占位,不推断学校和学历。
联系我