{
    "basic_info": {
        "name": "谢谊",
        "gender": null,
        "phone": "13397163057",
        "email": "xy2867884984@gmail.com",
        "age": null,
        "birth_date": null,
        "location": null,
        "work_years": "2.2"
    },
    "education": [],
    "job_intention": {
        "expected_position": "机器视觉工程师",
        "expected_salary": null,
        "expected_city": null,
        "availability": null
    },
    "skills": [
        "相机、镜头、光源选型及打光验证（金属高反光、半透明件、圆周喷印等场景）",
        "VisionPro（PMAlign, Fixture, Blob, OCRMax, CogPolarUnwrap, 3D高度\/体积\/截面测量）",
        "VisionMaster（图像分割、目标检测、样本标注、模型训练与在线部署）",
        "C# 上位机开发（WinForm\/WPF、异步编程、多线程、Invoke跨线程界面更新）",
        "工业通信协议（Modbus RTU、TCP\/IP、RS232\/485、MQTT）",
        "硬件联动与控制（视觉-机械臂N点标定、触发时序控制、NG剔除、通信超时处理）",
        "MySQL 数据库操作",
        "Git 代码协作",
        ".NET 程序打包、安装部署、现场调试与问题排查",
        "深度学习视觉插件（VisionTrain）"
    ],
    "work_experience": [
        {
            "company": "成都亿迈视",
            "position": "视觉工程师",
            "duration": "2024\/07 - 2026\/09",
            "description": "负责非标自动化设备的视觉系统架构设计与上位机软件开发；主导从项目前期光学选型、打光测试、算法编写到现场联合调试。熟练运用 VisionPro \/ VisionMaster 进行视觉检测系统开发，涵盖缺陷检测、防呆识别、高精度 2D ，3D尺寸测量及机械臂引导贴合等核心场景。基于 C# 与 WinForms\/WPF 独立 \/ 主导开发视觉上位机系统；实现图像实时预览、设备运行状态监控，并完成检测数据实时更新与异步定时入库。参与工业相机与镜头选型及光源布局规划，掌握复杂零件的打光策略与图像增强方法。编写上位机控制逻辑，实现与机械臂、传送带等多硬件的联动控制与自动化抓取，确保现场运行稳定高效。运用深度学习视觉插件进行检测算法优化与模型迭代，提升对复杂缺陷的识别精度与系统鲁棒性。"
        }
    ],
    "project_experience": [
        {
            "name": "保温杯外壁划痕检测系统",
            "role": "视觉工程师",
            "duration": "2026\/07 - 2026\/09",
            "description": "该项目为检测保温杯外壁是否有划痕及图标是否喷涂有误。技术栈：VisionMaster+C#WinForm+MySQL+Modbus Rtu+机械臂+VisionTrain。采用面阵相机搭配4块前表面反射镜对保温杯外壁进行360°取像；通过镜面将杯体外壁反射到同一视野，单次取图获得完整杯壁图像。采用穹顶光压制金属表面高光，在VisionMaster中搭建图像采集和检测流程。将完整杯壁图像输入VisionMaster高精度匹配工具，定位商标区域并检查商标喷涂位置、缺失和明显偏移；定位结果同时作为后续划痕检测区域的基准。将商标以外的杯壁区域输入传统检测流程和深度学习分割流程；传统工具处理边界清晰、对比明显的异常，VisionTrain模型处理拉丝纹理、水渍和油污干扰较强的区域，再合并两路检测结果。采集并标注划痕、拉丝纹理、水渍和油污等样本，在VisionTrain中选择单图像分割模型完成训练和迭代；将训练生成的模型加载至VisionMaster分割工具，输出划痕区域和缺陷结果。对模型输出的缺陷区域按面积、长度和位置进行二次筛选；将商标检测与划痕检测结果汇总为单件OK\/NG，避免局部反光或单帧异常直接造成误判。C# WinForm按“相机触发—视觉处理—结果汇总—NG剔除”的时序控制设备；检测完成后将结果、缺陷截图、时间和工位信息异步写入MySQL。判定为NG时，将剔除坐标和结果发送给机械臂执行处理。"
        },
        {
            "name": "圆形瓶口生产日期及毛刺检测",
            "role": "视觉工程师",
            "duration": "2026\/03 - 2026\/06",
            "description": "该项目检测瓶盖上的生产日期喷涂是否规范及是否存在毛刺。技术栈：VisionPro+C#WinForm+MySQL+Modbus Rtu+机械臂。选用同轴光加偏振镜搭配1200万像素工业相机，配置低畸变2\/3靶面FA工业镜头；通过收小光圈兼顾瓶盖顶面和边缘景深，并降低反光对喷印和毛刺轮廓的影响。在VisionPro CogToolBlock中接收瓶盖灰度图，使用PMAlign模板匹配瓶盖特征，再通过Fixture固化坐标系，使瓶盖发生旋转或偏移时日期和外圆检测区域随定位结果变化。根据Fixture坐标确定日期检测区域，使用CogPolarUnwrapTool将圆周日期喷印展开为条状图像；在OCRMaxTool中建立字符库和识别区域，读取生产日期并输出字符结果和置信度。将瓶盖外圆周同步展开为条状图像，使用CogFindLineTool查找边缘贴合点和轮廓连续性；在高级脚本中统计缺失点、边缘突变和超差位置，用于判断毛刺并将结果标注回原图。在C#脚本中使用正则表达式校验日期格式、年份范围和分隔符；将OCR字符串、毛刺结果和定位分数合并为最终判定，定位失败或识别字符串不完整时按NG处理，并将检测图片和结果写入MySQL。完成视觉坐标与机械臂坐标的N点标定。检测为NG时，将剔除坐标发送给机械臂；通过串口回传信号确认NG处理完成，若超时未收到应答则记录通信异常并停止进入下一件的动作。"
        },
        {
            "name": "助听器零件及成品综合检测系统",
            "role": "视觉工程师",
            "duration": "2025\/08 - 2025\/12",
            "description": "该项目为检测助听器尺寸大小是否合格，合格证喷印是否正确，助听器声管长度和声管孔洞直径是否吻合，助听器封口是否有缝隙及耳塞直径是否达标。技术栈：VisionPro+C#WinForm+MySQL+Modbus Rtu+机械臂+2D面阵相机+3D激光轮廓传感器。使用3D激光轮廓传感器获取点云和灰度图；通过PMAlign与Fixture完成零件定位，统一2D、3D检测区域坐标，并进行视觉—机械臂N点标定，为NG剔除提供坐标。取像后先检查点云有效区域和工件定位结果，再将高度、体积和截面测量区域映射到Fixture坐标系，保证工件轻微偏移或旋转时各测量ROI跟随工件变化。使用PlaneEstimator在无缺陷平面拟合基准面，通过ImageHeightCalculator检测高度、VolumeCalculator检测体积、CrossSection测量截面长宽；将每个测量值与规格阈值比对，输出对应检测项的OK\/NG。对半透明声管采用背光提取轮廓，先通过圆\/边缘定位确定展开中心，再使用CogPolarUnwrap将弧形管道展开后测量长度；对孔径和耳塞直径使用边缘或卡尺工具提取尺寸。使用低角度斜射光突出封口缝隙，采用形态学Close连接断裂的小区域并抑制零散噪点，再根据缝隙的长度、宽度和位置完成判定。使用面阵相机和漫射环形光采集合格证喷印图像，通过OCRMax读取喷印内容，结合正则表达式校验格式和内容；在C#上位机中汇总2D、3D和OCR结果，记录各检测项和图片，NG时向机械臂输出剔除坐标和处理指令。"
        },
        {
            "name": "药物查漏与包装质检系统",
            "role": "视觉工程师",
            "duration": "2025\/03 - 2025\/06",
            "description": "该项目检测药槽是由有瑕疵，是否有漏装错装。技术栈：VisionPro+C#WinForm+MySQL+Modbus Rtu。在CogToolBlock中获取药板灰度图，通过模板匹配定位药板基准位置；将各药槽的检测ROI固定在药板局部坐标系中，药板发生平移或旋转时ROI随定位结果同步变化。使用CogPolarUnwrapTool将选定药槽四周展开为条状图像；通过CogFindLineTool获取轮廓贴合点，对缺失点、边缘中断和明显变形进行判断，并在原图上标注异常药槽。在高级脚本中循环读取各药槽定位坐标并输入PMAlign工具，统计每个药槽的药品匹配结果；将药品数量、位置和型号与标准配置比对，区分漏装、错装和药槽外观异常。C# WinForm使用异步编程和Invoke处理高频视觉触发；将视觉处理、界面更新和数据库写入分开执行，检测线程只输出结果和标注图，后台任务再将数据批量写入MySQL，避免写库或界面刷新影响检测节拍。基于SerialPort封装Modbus RTU主站通信，按触发、取图、判定、放行\/停止的状态控制传送带；对读写超时进行重试和日志记录，避免通信异常造成设备等待。"
        },
        {
            "name": "手机金属中框污痕及缺陷检测系统",
            "role": "视觉工程师",
            "duration": "2024\/10 - 2025\/01",
            "description": "该项目检测阳极氧化表面或金属冲压面是否有冲压油渍、氧化脏污，对缺陷进行实时标注。技术栈：VisionPro+C#WinForm。使用PMAlign获取工件姿态，通过CogFixtureTool固化检测坐标系；结合灰度分割和直方图分析提取油污、氧化脏污区域。根据正常区域与污痕区域的灰度分布设置分割阈值，并通过面积、灰度差、长宽比等条件筛除小噪点；使用找圆工具检测孔洞数量、圆心位置和直径是否满足要求。在高级脚本中汇总污痕、孔洞和定位结果输出OK\/NG，并将缺陷轮廓、测量值和判定原因叠加到图像上；上位机保留NG图片和结果，方便现场复核。基于C#将上位机主控与相机管理模块解耦；使用CogFrameGrabberGigEs和CreateAcqFifo实现外触发连续采集、异步取图和图像格式转换。采集回调只负责快速取图，算法处理放在独立任务中执行，避免高频触发时堵塞采集线程。软件实时显示图像、检测结果和缺陷标注，并将结果、图片路径和时间信息异步定时写入MySQL；当取图超时、定位失败或相机离线时，在界面提示并记录日志。"
        }
    ],
    "certifications": [],
    "self_evaluation": "性格外向，善于交流，热爱学习，喜欢拥抱前沿技术，具备出色的独立排障与问题解决能力，沟通顺畅，能高效配合团队推进项目。"
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-10-29T09:55:09.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 2092351,
                    "eTag": "B8D02F266C41255D169E142F08C0704D",
                    "key": "resumes\/1-6ae317f5-15eacd-8a9f9c650704__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 2092351
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.122"
            },
            "responseElements": {
                "requestId": "6AE317FC4D91EF3935BC150E"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}