参与某烟草企业工厂智能监控项目,负责前后端开发及算法实现。使用 OpenCV 对工厂图像数据进行处理与增强,引入 Retinex
算法有效解决光线阴影干扰问题;基于 YOLOv8 完成模型训练,最终检测准确率达 95%;使用 Flask 框架搭建网页端,实现高精度、
多路、区域化的实时检测,支持用户自定义时间、区域、摄像头等参数。项目部署于边缘计算设备,涉及
MySQL、Linux、GitLab、HTTP 协议等技术栈,独立承担从算法到产品的完整开发流程。
参与某烟草企业工厂智能监控项目,负责前后端开发及算法实现。使用 OpenCV 对工厂图像数据进行处理与增强,引入 Retinex
算法有效解决光线阴影干扰问题;基于 YOLOv8 完成模型训练,最终检测准确率达 95%;使用 Flask 框架搭建网页端,实现高精度、
多路、区域化的实时检测,支持用户自定义时间、区域、摄像头等参数。项目部署于边缘计算设备,涉及
MySQL、Linux、GitLab、HTTP 协议等技术栈,独立承担从算法到产品的完整开发流程。