1. 學(xué)歷與專業(yè):計(jì)算機(jī)、電子工程、自動(dòng)化等相關(guān)專業(yè)碩士及以上學(xué)歷(優(yōu)秀本科生可放寬)。
2. 技術(shù)能力:
- 熟練掌握Python和深度學(xué)習(xí)框架(PyTorch/TensorFlow)。
- 精通目標(biāo)檢測(cè)(YOLO系列、Faster R-CNN、DETR等)和目標(biāo)跟蹤算法。
- 熟悉計(jì)算機(jī)視覺基礎(chǔ)任務(wù)(如圖像分類、語義分割)和評(píng)價(jià)指標(biāo)(mAP、MOTA、IDF1)。
- 熟悉模型優(yōu)化技術(shù)(量化、剪枝、知識(shí)蒸餾)及部署工具(TensorRT、ONNX Runtime)
3、具備良好的邏輯思維能力、學(xué)習(xí)能力及創(chuàng)新精神.
您的工作職責(zé):1. 算法研發(fā)與優(yōu)化:
- 負(fù)責(zé)目標(biāo)檢測(cè)(Object Detection)和目標(biāo)跟蹤(Object Tracking)算法的研究、開發(fā)與優(yōu)化,包括但不限于YOLO、Faster R-CNN、DETR、SIAM、VIT等模型。
- 針對(duì)業(yè)務(wù)場(chǎng)景優(yōu)化算法性能,提升檢測(cè)/跟蹤的精度、速度和魯棒性。
- 探索多目標(biāo)跟蹤(MOT)、ReID(行人重識(shí)別)等關(guān)聯(lián)技術(shù),提升復(fù)雜場(chǎng)景下的跟蹤穩(wěn)定性。
2. 數(shù)據(jù)處理與模型訓(xùn)練:
- 參與數(shù)據(jù)采集、清洗、標(biāo)注及數(shù)據(jù)增強(qiáng)策略設(shè)計(jì),解決小目標(biāo)、遮擋、光照變化等挑戰(zhàn)。
- 負(fù)責(zé)模型訓(xùn)練、調(diào)參、蒸餾、剪枝等優(yōu)化工作,適配不同硬件平臺(tái)(GPU/嵌入式設(shè)備)。
3. 工程落地與部署:
- 實(shí)現(xiàn)算法的高效部署(TensorRT、ONNX、OpenVINO等),優(yōu)化推理速度,滿足實(shí)時(shí)性要求。
4. 前沿技術(shù)探索:
- 跟蹤C(jī)V領(lǐng)域最新進(jìn)展(如Vision Transformer、多模態(tài)融合等),推動(dòng)算法創(chuàng)新與迭代;
5.完成領(lǐng)導(dǎo)臨時(shí)安排任務(wù);