Ethan 个人工作室

你好，我是 Ethan👋
欢迎来到我的个人<工作室 />

机器视觉 / 深度学习 / 高光谱数据处理 / X 光视觉 / 红外视觉 / 3D 点云识别 / TOF 相机 / 目标检测 / 模型推理软件
具备从方案设计、前后端开发到部署上线的完整交付能力，善用 AI 编程工具快速完成原型验证与业务落地。
优势
全栈与 AI 工程化交付能力
具备从需求分析、技术方案设计、前后端开发到部署上线的完整交付能力，能结合 Claude Code、OpenCode、Cursor 等 AI 编程工具进行高效率工程实现，适合快速完成原型验证、算法软件化与业务系统落地。
机器视觉与深度学习应用理解
关注高光谱、X 光、红外、TOF 点云等工业视觉数据的应用场景，理解图像采集、预处理、特征提取、目标检测、尺寸识别与模型推理软件化的基本链路，能够配合算法与业务目标完成系统级开发。
快速学习与跨领域整合能力
能够在陌生行业场景中快速理解业务约束，将机器视觉、深度学习、前端交互、后端服务和部署运维整合为可运行产品，适合高光谱育种筛选、工业识别检测等需要多技术栈协同的项目。
计算机科学本科背景
具备计算机科学与技术本科基础，覆盖软件工程、数据处理、Web 全栈开发与 AI 应用实践，能够独立完成从技术调研、方案拆解到编码交付的闭环。
专业技能
编程语言 / 后端
C++ / Python / Node.js / Flask / RESTful API
机器视觉 / AI
机器视觉 / 深度学习 / 高光谱数据处理 / X 光视觉 / 红外视觉 / 3D 点云识别 / TOF 相机 / 目标检测 / 模型推理软件
前端开发
HTML / CSS / JavaScript / React 19 / React Router / Vue 3 / Composition API / Electron / uni-app / SCSS / Pinia
数据科学与分析
pandas / NumPy / matplotlib / scikit-learn / 特征工程 / 模型评估
工具与工程化
Git / Vite / Docker / Nginx / npm / OpenSpec
AI 开发工具链
Claude Code / OpenCode / Cursor / MCP / Skill / OpenClaw / Hermes
项目经历
高光谱玉米种子活力筛选项目 — 推理软件与模型设计
2025.09 - 2026.01｜AI / 全栈开发
项目简介：
面向玉米种子育种筛选场景，开发高光谱样本分析与模型推理软件原型：围绕玉米种子的活力、饱满度和异常种初筛，将样本编号、光谱数据导入、预处理、推理执行、结果排序和报告导出串成完整流程。
技术栈：
玉米种子筛选 / 高光谱成像 / Python / NumPy / pandas / 深度学习 / 模型推理 / 前端可视化
工作内容：
  • 设计玉米种子样本批次管理与数据导入流程，支持按批次号、样本编号维护高光谱文件、人工记录信息和推理结果，方便后续追溯单粒 / 批量样本。
  • 编写光谱数据预处理流程，对玉米种子原始光谱矩阵进行格式转换、异常值检查、归一化处理和指定波段区间截取，生成模型可直接读取的输入数据。
  • 封装模型推理调用流程，将单粒 / 批量玉米种子预测结果转换为活力评分、饱满度等级、候选 / 淘汰标记等业务字段，便于非算法人员查看。
  • 实现结果展示与导出页面，提供种子样本列表、筛选状态、预测分数排序、异常种提示和 CSV / Excel 报告导出能力。
项目成果：
  • 完成从玉米种子高光谱数据导入到批量推理结果输出的软件原型，明确了数据预处理、模型调用和结果展示之间的接口边界。
  • 把原本依赖人工整理和脚本运行的种子筛选流程整理为可交互工具，提高玉米育种材料筛选结果复核与交付效率。
纸箱 / 周转箱 3D 点云尺寸识别项目 — 码垛机器人视觉感知
2025.03 - 2025.07｜机器视觉 / 算法软件开发
项目简介：
面向码垛机器人上料前的纸箱、周转箱测量需求，基于 TOF 相机采集深度图和点云数据，开发箱体分割、点云滤波、外接包围盒计算与尺寸输出流程，为机器人判断箱体长宽高和抓取范围提供输入。
技术栈：
纸箱 / 周转箱识别 / TOF 相机 / 3D 点云 / C++ / Python / 机器视觉 / 尺寸识别算法
工作内容：
  • 接入 TOF 相机深度数据，完成深度图转点云、相机坐标系下点云读取和纸箱 / 周转箱区域裁剪，去除背景地面与无效深度点。
  • 实现箱体点云滤波与分割流程，包括距离阈值过滤、离群点剔除、平面分割和目标点云聚类，降低箱体边缘噪声对尺寸计算的影响。
  • 基于箱体点云计算最小 / 轴对齐外接包围盒，输出长、宽、高、中心点坐标和置信状态，供机器人侧进行抓取与码垛判断。
  • 整理算法输入输出接口，将箱体识别结果封装为结构化字段，便于后续接入相机 SDK、上位机界面和机器人控制模块。
项目成果：
  • 完成从 TOF 深度采集、箱体点云过滤、目标分割到尺寸输出的识别链路，能输出机器人使用的空间尺寸参数。
  • 沉淀了工业 3D 视觉中箱体点云清洗、目标区域提取和尺寸估计的工程实现经验。
输送带煤矸石识别系统 — X 光与红外视觉融合检测
2025.06 - 2025.10｜深度学习 / 视觉识别开发
项目简介：
面向煤矿分选线上的煤块与矸石块识别场景，搭建 X 光图像与红外图像融合检测流程：对输送带块状物料图像进行对齐、标注、训练与推理，输出矸石位置、类别置信度和剔除触发区域。
技术栈：
煤块 / 矸石块识别 / X 光视觉 / 红外视觉 / 深度学习 / 目标检测 / 多模态融合 / Python
工作内容：
  • 整理输送带煤块、矸石块的 X 光与红外双路图像数据，按物料批次维护样本文件、标注文件和训练 / 验证集划分，保证检测样本可复现。
  • 设计双路图像预处理流程，对煤矸石图像进行尺寸统一、灰度 / 热成像增强、目标区域裁剪和坐标映射，为后续融合检测提供一致输入。
  • 基于目标检测模型训练矸石块定位能力，输出目标框、类别、置信度和中心点坐标，并对低置信度与误检样本进行复盘整理。
  • 实现推理结果后处理与展示，将矸石检测框映射回输送带画面，生成可供分选逻辑使用的位置区间和剔除触发信号字段。
项目成果：
  • 完成 X 光与红外图像从煤矸石数据整理、模型检测到结果输出的端到端流程，能够给出输送带矸石块定位结果。
  • 提升了对工业检测项目中多源图像预处理、检测模型训练、误检复盘和推理结果软件化的理解。
第二届量子年会暨 Q10 颁奖典礼 — 活动报名与票务系统
2026.02 - 2026.03｜全栈开发（独立负责）
项目简介：
为量子科技行业年会开发的全栈活动报名与票务系统，涵盖在线报名、多渠道支付、电子票务、现场签到，已部署上线运行。
技术栈：
React 19 / Node.js / Vite / uni-app / 微信支付 / 支付宝 / 阿里云短信 / 邮件 / Docker / Nginx
工作内容：
  • 全栈独立开发：前端 React 19 SPA（报名、支付、电子票）+ 后端原生 Node.js API（18+ 端点）+ 微信小程序（现场扫码签到）+ Landing Page，多端共用后端。
  • 支付系统：从零实现微信支付（Native 扫码 + 微信内 JSAPI 双通道）与支付宝当面付，包含 RSA-SHA256 签名、AES-256-GCM 回调解密、幂等确认等安全机制。
  • 自研 JSON 文件数据存储引擎，实现进程内互斥锁与原子写入（temp file → fsync → rename），保障并发安全。
  • 设计 Outbox 模式自动化通知管道：三时段排程（即时确认 / 活动前 2 天 / 当天）× 双通道（短信 + 邮件），带重试与状态追踪。
  • 完成从开发到部署全流程：阿里云 ECS + Docker 容器化 + Nginx 反向代理 + Let's Encrypt HTTPS。
项目成果：
  • 全栈独立交付已上线的商业级活动系统。
  • 无框架后端架构，原生 Node.js 实现完整路由、支付、通知、签到系统。
  • 完整支付闭环覆盖微信支付双通道 + 支付宝，QR 码全链路。
奎越共享 — 连锁商超电动购物车系统
2025.03 - 2026.03（阶段性交付）｜前端开发（独立负责）
项目简介：
面向连锁商超场景的共享电动购物车系统，包含用户端与运营管理端两个微信小程序，覆盖车辆租赁全生命周期管理与门店运营管理的完整业务闭环。
技术栈：
Vue 3 / uni-app / Vite / Pinia / SCSS / 微信小程序原生能力
工作内容：
  • 客户端（21 页面）：基于微信原生 map 组件实现车辆发现与定位系统，集成扫码开锁与手动输入编号开锁两种用车方式。
  • 完成租赁核心流程开发：创建订单 → 预付金支付 → 远程开锁 → 实时计时 → 临时锁车 / 解锁 → 结束租赁 → 费用结算，并设计订单状态机与状态同步机制。
  • 运营端（25 页面）：开发运营数据看板、电子围栏系统（Ray Casting 校验）、IoT 设备管理模块、计费策略配置系统。
  • 自研基于 SVG Data URI 的图标组件系统，构建包含自适应导航栏（毛玻璃效果）、通用卡片在内的基础组件库。
  • 封装自定义 HTTP 请求层，实现 camelCase / snake_case 双向自动字段转换。
项目成果：
  • 独立完成 46 个页面的完整前端开发，涵盖用户端租赁全流程与运营端管理全功能。
  • 借助 AI 开发工具链实现高效交付，建立完整的需求分析 → 架构设计 → 编码实现 → 质量验证工作流。
  • 构建统一的设计系统（全局 SCSS 变量 / Mixin / 组件库），确保两端 UI 风格一致性。
皖西学院 — 计算机科学与技术（本科）
2014 - 2018
电话
17816605117
邮箱
agaiiixs@gmail.com
机器视觉·深度学习·高光谱数据处理·X 光视觉·红外视觉·3D 点云识别·TOF 相机·目标检测·模型推理软件