 算法开发:
项目初期入职，主要负责项目中表单、安全带等模块的算法开发及维护，完成多个子项目设计开发，保证项目按客户进度、功能、性能等要求完成。
1、主导完成通用文本识别算法开发和维护，训练 LSTM 模型，识别表单上的所有文本信息；设计后处理逻辑与答案比对，算法模块准确率达 98% 以上。
2、基于 CycleGan 算法，挑选偏色文本和矫正文本的训练数据，将偏色文本矫正成正常文本。
3、完成安全带检测和分类算法的设计开发，基于定位和分类模型，结合裁剪算法逻辑，判断图片中的安全带的状态是否处于扣紧，算法准确度 98%以上。
 技术突破:
1、该项目为基于车管所的车辆图片对安全带纽扣进行定位和分类，通过练并优化目标检测和分类模型等深度学习算法，将模型准确度提升到96%以上，实现苏州车管所 10 万张测试数据错误率为 5%以下。
2、原系统内容中印章部分识别准确率为 80%，基于传统图像处理方法，并通过像素三个通道的值来抑制，实现在去除文字上印章遮挡的同时保留文字信息，使识别准确率 95%以上，此算法获得公司领导高度认可并在公司内部进行推广。
 代码重构: 因系统框架调整，主导完成 11 个项目的代码重构，实现设计模式和架构更趋合理，极大提升软件的扩展性和维护性。
 专利发明: 完成 “安全带状态检测方法、装置、计算机设备和存储介质”、“ 车辆年检人员的行为检测方法、装置和计算机设备”、”年检机动车车轮轮毂比对方法”、”基于定位标准的码膜一比一还原方法”等 10+编专利。
 论文撰写: 2020年4月，以独立作者身份在 IEEE signal processing letters 上投稿。题为 Random Support Set Detection Algorithm for Compressed Sensing 论文状态: 初审中

基于视觉软件，利用 C++、C#等，开发图像算法，处理工业图像及图像边缘，获取目标位置的中心坐标等；引导机械精准贴装无线充电线圈；基于深度学习算法，对图片进行分类，以及进行工件瑕疵检测，完成 12 台机器交付生产。