Kermit

刘捷–高级计算机视觉算法工程师简历

基本信息

• 姓名：刘捷
• 民族：汉
• 邮箱：liujie0068@foxmail.com
• Github：https://github.com/keeper-jie
• 住址：浙江省杭州市
• 出生年月：1998.02
• 身高：175cm
• 政治面貌：共青团员
• 毕业院校：南华大学
• 学历：硕士
• 电子简历地址：https://keeper-jie.github.io

  核心优势

• 3年计算机视觉实战经验：覆盖目标检测/分割/分类/跟踪/关键点检测/旋转框检测，应用于图片、视频文件、视频流及端侧部署
• 开源贡献者：2个Ultralytics框架PR被官方采纳 (链接)
• 全栈落地能力：算法研发（PyTorch）→ 模型优化部署（RK3588/TensorRT/ONNX）→ 项目交付与管理
• 前沿探索：具备VLM/LLM/ASR/TTS等多模态实践与迁移能力

技术栈

• 算法框架：YOLOv5/v8/v10/v12、MMDetection、PaddleDetection
• 大模型：DeepSeek-R1、Qwen2.5-VL LLaMA-Factory微调及端侧部署
• 模型部署：RKNN-Toolkit2、RKLLM、TensorRT、ONNX
• 算法方向：目标检测/分割/分类、关键点检测、旋转框检测、视频跟踪
• 工程工具：Docker、Linux、Git，具备模型量化（INT8）、蒸馏、剪枝经验

项目经历

1. 交通违法智能检测系统｜浙江力嘉电子科技 (2022.07 - 2023.12)

• 技术栈：YOLOv8、ResNet、OBB、BoT-SORT
• 成果：
  • 大货车非法加装强光灯检测：创新角度敏感损失 + 数据增强，mAP\@0.5 提升 5.3%，夜间部署日处理图片 10万+，平均推理 0.01s/图
  • 非机动车闯红灯检测：CBAM+轨迹过滤，误报率 <1.5%，多服务器部署 50路视频流，精确率 98.5%+

2. 高危行为识别平台｜杭州杰峰软件 (2023.12 - 2025.08)

• 任务：跌倒检测、吸烟/玩手机检测
• 技术栈：YOLOv8-Pose、STGCN、GSConv优化
• 成果：
  • 视频跌倒检测：Pose+STGCN实现时空轨迹分析
  • 小目标优化：引入GSConv替换标准卷积，AP\@0.5 提升 8.7%
  • 部署：云端T4推理 14ms/图，月调用量 50万+，RK3588端侧 28ms/图

3. Ultralytics开源贡献 (2024 - 2025)

• 修复检测框显示 & YOLOE-Seg训练报错问题 → 合入官方main分支

4. 浙江赛目科技 (2025.08 - 至今)

• 部署 Qwen2.5-VL-72B，探索多模态在无人机领域的零样本检测应用

落地经验

• 端侧部署：RK3588完成YOLO/RetinaFace部署，量化+零拷贝，CPU利用率下降 40%
• 大模型探索：Qwen2.5-VL-7B图文问答POC，实践提示工程 + LORA微调/LLaMA-Factory进行目标检测任务微调
• 语音模型：Wav2Vec2/Whisper/Zipformer (ASR)，MMS_TTS/MeloTTS (TTS) 量化部署

教育与证书

• 硕士

  计算机技术

  南华大学 (2019-2022)

• 学士

  计算机科学与技术

  衡阳师范学院 (2015-2019)

• 软件设计师（中级）、系统集成项目管理工程师（中级）、CET-6

个人特点

• 善于快速定位和解决问题，具备团队协作与沟通能力
• 持续学习，跟踪前沿趋势（端侧大模型、语音大模型、具身智能、AI+硬件）
• 注重文档沉淀与知识复用

文章

YOLOV8导出onnx操作及指标评测

ultralytics框架修改模型架构-新卷积

项目成果

站坐躺完整跌倒视频

向后跌倒测试

吸烟检测演示视频

往前跌倒撑在地上

往前跌倒

玩手机检测演示视频

三个小孩玩手机检测

面向摄像头向前跌倒

监控视角下大人玩手机检测

RK3588

RK3588实时目标检测-yolov10

RK3588部署QwenVL-2.5 3B微调后效果

RK3588部署QwenLLM-2.5 3B微调后效果

大模型

多模态大模型无人机场景机动车违停检测