1 熟悉pytorch tensorflow等深度学习框架;
2 熟悉c++ python java等语言,使用python进行模型训练,然后使用c++封装模型,进行模型部署。
3 熟悉tensorrt 框架,使用tensorrt对模型进行加速,提高模型推理速度。
4 熟悉yolo目标检测网络,多目标跟踪算法。
5 熟悉遥感图像解译,能够进行webgis的开发。
1 行为识别算法开发,基于卷积神经网络对监控摄像头中出现的打架斗殴,快速奔跑,隔栏递物等行为进行检测和识别。
2 多人跟踪算法开发 对监控摄像头下出现的行人进行跟踪,使用tracking by detection 策略的跟踪算法,经测试跟踪精度可达98%以上。可以将跟踪算法部署到jetson nano 开发板上,速度可达10ps。
3 基于百度地图或高德地图的二次开发,调用百度或高德app进行webgis的开发。
4 熟悉arcgis软件的使用。
跨摄像头跟踪,对摄像头内的行人进行跟踪;主要负责跟踪算法的文档编写、技术调研、代码开发、算法封装部署以及后续优化。
异常行为识别算法开发,识别监控摄像头内出现的遗留包裹、隔栏递物等异常行为;主要负责数据采集、数据处理、模型训练及算法的开发,将算法封装成动态库进行部署应用。
谢谢 谢谢 谢谢 谢谢 谢谢 谢谢