熟悉Yolov5、 Facenet等目标检测算法, 熟练使用pytorch深度学习框架。
熟悉 Opencv 传统图像算法。
熟练使用python编程语言,具有良好的编程能力。
熟悉Flask框架, 熟练使用RabbitMQ、 ZMQ、 Http等通信方法和Nginx服务。
熟练使用Linux操作系统。
人员跟踪:负责算法的逻辑设计, 工程化处理, 版本优化。
人员查找:负责数据、 逻辑算法、 模型独立分离的编码, 代码工程化, 人脸识别算法实现。
角色 | 职位 |
负责人 | 图像算法工程师 |
队员 | 后端工程师 |
在不同维度中正常水质与异常水质鱼类运动轨迹对比图,在正常水质中提取出的鱼类运动轨迹像素坐标比较分散,即鱼类在该水质中游动比较平缓,并没有出现突然波动转向的情况,并且它们的轨迹分布的弧度也呈现出平滑的姿态;而在异常水质中得到的鱼群轨迹像素坐标杂乱无章,即鱼类在该水质中游动频率快速且
负责室内多尺度物体的检测。 改进Faster-Rcnn,将基础网络VGG网络替换成Resnet, 对特别小的物体重新设计 anchor的尺寸,识别率达到98%。 负责室内人流量计数。 分为两个阶段:一是检测阶段,通过 Mobilenet_ssd 检测查看目标是否进入室内;二是