项目经历
2019.1 - 2019.1 faster-rcnn 实现屏幕缺陷检测与定位
工厂电视屏幕缺陷检测项目进行前期算法实验， 要求对缺陷的定位和分类， 于是采用faster-rcnn 来进行实验，使用 vgg16 来提取特征。通过调整 anchor 放缩比，输入图像大小，梯度下降算法中的冲量项等参数，将模型原始的 map 从 0.4 提高到 0.6。
2018.10 - 2019.1 adc 不良图片分类系统
工厂生产的屏幕，由设备对屏幕拍照后，通过分析图片来对缺陷进行分类，为了减少依靠人力来检测图中缺陷类型，故开发此系统，其中我负责算法部分，主要利用 vgg16 网络，并修改后面的全连接层来训练模型，实现不同缺陷的分类。
2018.8 - 2018.9 传感器缺陷检测（和组内另一位成员独立完成）
针对工厂拍摄的传感器图片，为了减少依靠人眼检测缺陷的时间，使用 python 编写算法，实现检测坏点，坏线，T 型，黑白斑等缺陷，在实现过程中，利用了 numba 库来加速有关运算。