Loading... # 基于deeplab-v3的缺陷检测系统 ## 背景及目标 该项目的背景是检测飞行器中的某一耐高温部件在不同时间程度的灼烧下的被腐蚀程度，而该检测系统的目标是通过机器学习方法去自动化的识别被腐蚀区域以及计算被腐蚀程度。 ## 实现要点 - 性能： - 采用两步检测：先用基于 DeepLab‑v3 的语义分割模型对腐蚀区域进行粗检测，再用多层卷积边缘检测器精修腐蚀/非腐蚀边界，最终使精度 (precision)与召回率 (recall) 均达到 ≥95%。 - 协作/交付： - 积极与甲方沟通并采集需求与数据，拆解任务并分配给实验室成员，组织协同开发与迭代模型，项目按期交付率100%。 # [通过批量归一化的独立仿射变换实现语义分割域自适应]([https://](https://arxiv.org/abs/2110.07376)) 以下内容由AI总结，并由文章作者本人（也就是我）修改。 ## Background * 语义分割模型在源域（如合成数据）上训练效果好，但在目标域（如真实街景）上常因域差异（domain gap）而性能显著下降。 * 现有无监督领域自适应（Unsupervised Domain Adaptation）方法通常关注特征对齐、对抗训练或像素级风格转换，但批量归一化（Batch Normalization, BN）中仿射参数的域特异性未被充分利用。 ## Solution * 提出一种简单有效的方法，通过在 BN 中对源域和目标域使用独立的仿射变换（scale 和 shift）来缓解域差异，从而提高目标域的语义分割性能。 * 在保持模型结构轻量和训练流程简洁的前提下，与现有 UDA 方法进行互补。 ## Action * 在 BN 层为源域和目标域分别维护独立的仿射参数（γ, β），但共享其他 BN 统计量。 * 训练阶段：使用源域有标签数据与目标域无标签数据共同训练，源域样本使用源域仿射参数、目标域样本使用目标域仿射参数；采用常规分割损失（cross entropy loss）和自监督目标（使用伪标签）。 * 在推理阶段，针对目标域使用目标域对应的仿射参数进行预测。 ## Result * 在主流合成到真实的语义分割自适应任务（如 GTA5→Cityscapes、SYNTHIA→Cityscapes）上，该方法显著提升了目标域 mIoU，与或优于一些复杂的 UDA 方法。 * 方法简单、计算开销小，可与其他领域自适应技术（如对抗训练、输入级风格转换）联合使用以进一步提升性能。 * 通过在 BN 中分离仿射变换，模型能更好地适应目标域的风格/统计差异，是一种有效且易于实现的域自适应策略。 # 新凯来沂蒙山（YMS）项目经历 xkl在SEMICON CHINA 2025的展会上发布了很多设备，其中就有YMS，即AFM，[原子力显微镜](https://blog.csdn.net/weixin_42896509/article/details/143258869)。从入职到离职，我绝大部分时间都是投入到YMS项目的上位机软件开发中。而我们的目标就是将AFM国产化。 在职期间，我的主要职责与成果： * 负责新需求开发与版本质量维护，主导或独立完成需求串讲/反串讲、设计、实现与联调流程，确保交付质量； * 作为算法模块负责人，开发并集成多套数据分析算法，完成算法在模拟器与真机上的验证与上线； * 负责底层硬件适配与驱动层联调（C++），实现线扫/面扫与设备交互的稳定性与性能优化； * 负责上位机相关功能开发（Java、Spring Boot 等技术栈），包括接口设计、业务逻辑实现与系统集成； * 在产品需求由需求文档到自写设计文档的演进中，承担从需求拆解到最终实现的全流程工作； * 组织并执行模拟器测试与洁净间真机测试，解决多种现场联调问题，保障设备验收过程顺利推进（“一进去就出不来”的真机联调经验）； * 参与并交付大几十个需求，历经 10+ 个版本迭代，版本交付未被打回，有效支撑 YMS 过点与客户验收； * 通过代码质量管控与版本测试流程，使得上线稳定性和版本通过率保持高水平。 在 XKL 任职期间承担多项跨领域任务，覆盖算法、底层适配、上位机等模块，能够根据项目需要快速学习并立即投入开发，践行“学中干、干中学”的工作方式。在多模块轮岗中锻炼了快速定位问题与跨团队协作能力，但因岗位侧重宽度发展，缺乏深入某一技术方向的成长空间，因而选择寻求更专注技术深耕的机会。 # AICad 这是一个我目前正在做的项目，项目背景是使用AI Agent帮助一家CNC制造业加工厂提升效能，具体地，我们准备用agent去替代cad图纸的翻译，审图，报价，对照版本这些日常中发生频次非常多的场景。 > 这里插一句题外话，在第一轮创业失败之后，在二次创业前，我和很多工厂的负责人聊过AI相关的话题，以寻找切入点，我发现这里面还是很多好的视角可以作为切入点的，具体的可以参考[导航](https://jhyan.xyz/index.php/default/15.html)，感兴趣的也可以看一下。 * 独立负责人，单人完成项目后端开发与架构设计（前端外包）； * 负责需求对接、方案设计、编码、测试与交付，推动项目从需求到 demo 交付全流程； * 后端采用三层架构：API 层 → 业务处理层 → agent 库 + 数据库（负责底层设备通信与数据持久化）； * 技术栈：Python、FastAPI（上位机/服务端），LangGraph（算法/流程编排）； * 当前成果：已完成并交付项目 demo，具备端到端联调能力与可扩展的模块化架构。 代码马上开源... 最后修改：2025 年 12 月 31 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏
1 条评论
[...][...]