Ouysad

• UID:27732

综合评分 36

方向：人工智能-计算机视觉与图像处理、嵌入式-嵌入式应用开发

郴州市

800元/8h

1年经验

求职意愿：接单·考虑求职(30天前更新)

个人简介

本人主要从事 AI 算法开发与工程化落地相关工作，具备计算机视觉、音频智能分析和端侧部署的项目经验。熟悉 PyTorch、OpenCV、ONNX、TensorRT、ncnn、RKNN 等工具链，掌握 Python、C++、Java 等开发语言，能够完成从模型训练、优化到移动端与边缘端部署集成的完整流程。在项目实践中，参与并完成了智能台球视觉识别与击球分析系统、OCR 智能分拣系统、离线车牌识别 SDK、音频异常检测与 OOD 过滤系统、RK3588 人脸识别系统等多个项目，具备目标检测、OCR 识别、轨迹分析、异常检测、人脸识别以及 Android 端 JNI 集成和推理优化经验。能够结合实际业务需求，完成算法方案设计、模型部署、性能调优以及复杂场景下的稳定性优化。本人具备较强的问题分析与解决能力，能够围绕精度、实时性和鲁棒性持续优化系统表现，同时具备良好的工程意识和学习能力，能够较快适应新技术、新平台和新业务场景。希望未来继续深耕 AI 算法研发、嵌入式视觉智能和端侧推理部署方向，在实际项目中不断提升技术能力并创造更高的业务价值

技能

核心技能：

其他技能： C++、C、Java、Python

交流语言：普通话（母语水平）、英语（借助工具可书面交流）

行业经验：人工智能、物联网

项目案例

基于RKNN的人脸检测SDK

本项目基于 RK3588 + Android + RKNN 平台开发，面向边缘端智能识别场景，目标是在移动设备上实现一套具备实时人脸检测、特征提取与身份识别能力的人脸识别系统。系统采用 RetinaFace 作为人脸检测与关键点定位模型，能够准确输出人脸框及五官关键点；采用 MobileNet 作为轻量化人脸特征提取网络，在保证精度的同时兼顾端侧推理速度。软件核心功能包括摄像头实时取流、人脸检测、人脸对齐、特征向量提取、特征库比对、识别结果展示等模块。业务流程上，系统首先从摄像头获取图像帧，经 RetinaFace 完成人脸检测与关键点定位后，对目标人脸进行对齐和裁剪，再由 MobileNet 提取特征向量，并与本地注册的人脸特征库进行相似度比对，最终输出识别结果并在 Android 界面上实时展示。该系统可应用于门禁、考勤、身份核验等场景，具备较好的实时性、稳定性与落地能力。

人工智能

音频异常检测与 OOD 过滤系统

本项目面向机械设备与电机运行状态监测场景，目标是构建一套具备异常声音识别与域外样本过滤能力的音频智能分析系统，用于提升设备异常预警的准确性与实际落地可用性。系统针对设备运行过程中采集的音频信号进行处理，先提取时频特征，再结合深度学习模型实现 normal、anomaly、unknown 三态判别，其中 normal 表示正常工况，anomaly 表示已知异常工况，unknown 表示训练分布之外的域外样本或未知场景。软件核心功能包括音频采集与切片、时频特征提取、异常检测、OOD 过滤、结果判定与输出展示等模块。业务流程上，系统首先对输入音频进行预处理，提取 log-Mel 频谱等特征后送入模型进行推理，模型结合时序信息输出对应类别结果；若样本属于已知正常或异常模式，则进入对应判别分支，若与训练分布差异较大，则被识别为 unknown 并进行过滤。该系统可应用于工业设备状态监测、故障预警及异常筛查等场景，能够在复杂噪声环境和多工况条件下提升识别的稳定性与可靠性。

人工智能