1.编程与基础: 精通 Python语言、熟悉C++语言,掌握常见数据结构与算法工具。
2.深度学习框架与技术: 熟练使用 PyTorch、Tensorflow深度学习框架;熟悉分布式训练、ROS通信技术。
3.视觉感知算法: 精通目标检测、图像匹配、图像融合、融合感知等算法。
4.其他技术: 熟悉CLIP、Dino v2等大模型、OCR、图像生成、语音、姿态识别、Diffusion。
5. 项目管理与环境: 熟悉 Git (Github、Gitee、GitLab) 及 Linux 常用命令和工具。
2024-11 ~ 2025-03 武汉港迪智能技术有限公司(上市公司) 算法工程师
2023-06 ~ 2023-09 武汉环宇智行科技有限公司 (私企) 算法工程师
环境安装、设备测试等工作内容:
1. 执行相机对焦距离测试、视频流获取、焦距测量及高精度标定,确保传感器数据的准确性。
2. 负责开发机及开发板的基础环境配置,包括 ROS2、C++ 开发环境和 Ubuntu 操作系统安装与问题修复。
3. 执行数据集的验收、筛选、组织和调整,保障数据质量满足算法训练需求。
4. 完成 NVIDIA Jetson 开发板的环境安装、刷机、测试及系统升级,解决环境冲突,并形成标准化部署文档。
5. 堆开发板 C++ 版本检测算法进行多维度性能对比测试,撰写推理性能报告,评估不同模型及参数配置的影响。
算法研究工作内容:
1. 基于 TensorRT 框架实现多种 C++ 版本检测算法,研究验证 TensorRT 与 ONNX Runtime 在嵌入式平台上的推理性能差异。
2. 利用 YOLO 系列模型训练关键点检测网络,实验分析图像变量和模型架构选择对模型精度的影响,寻求最优配置。
3. 对 Depthanythingv2 代码进行测试和分析,研究不同训练数据的影响,开发模型转换工具,汇总性能指标,探索替代算法。
1.构建基于 ROS 的车辆在线通信系统,实现多传感器数据流的高效同步与低延迟传输,确保感知信息的实时性和一致性。
2.研发实时 3D 点云检测系统,集成主流算法(如 PointNet、VoxelNet、CenterPoint),实现对车辆周围环境的精确物体检测、
分类与动态场景理解。
可兼职时间
可兼职地点
0条评论 雇主评价