IT人力外包人才简历库

精通Python深度学习开发，掌握PyTorch、OpenCV等核心框架及工具链。精通Deeplabv3+、U2Net等语义分割算法，精通YOLOv5/YOLOR等目标检测算法。具备深度学习模型在云平台（如AWS/Azure）的开发部署经验，熟悉Flask框架搭建RESTful API服务，掌握Nginx/UWSGI/Supervisor等生产环境部署方案。精通图像去模糊与去噪算法研究，具备模型量化压缩及多模态数据融合技术能力

主导光伏电站智能诊断系统研发，构建可见光/红外/EL多模态数据处理体系，实现电站健康度自动化评估。设计基于改进YOLOv5的EL组件识别算法，提升识别准确率至92%。开发基于Deeplabv3+的组串定位系统，实现95%以上的分割精度。搭建基于Flask的诊断平台，采用Nginx+UWSGI实现高并发服务部署。完成图像去模糊算法研究，有效提升弱光环境下缺陷识别能力。

1. 光伏电站智能诊断系统研发：基于深度学习构建多模态数据处理框架，集成可见光/红外/EL图像分析模块。采用改进YOLOv5算法实现EL组件精准识别，通过多尺度特征融合提升小目标检测能力，系统准确率提升至92%。开发基于Deeplabv3+的组串分割模型，通过注意力机制优化特征提取，分割精度达95%。 2. 可见光组串识别与EL诊断系统：设计基于改进YOLOv5的组串定位算法，采用特征金字塔网络提升小目标检测效果。开发EL缺陷识别模块，结合图像增强技术提升弱光环境下的识别效果，实现90%以上的缺陷检出率。构建分布式推理框架，支持多云平台模型部署，系统响应时间缩短至200ms以内。