猿急送>

武汉其它兼职程序员

ID：257965

杰

智能算法工程师

公司信息：
浙江大华技术股份有限公司

工作经验：
3年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
武汉
全区

技术能力

1，精通c/c++编程，熟悉pyton,linux shell 脚本语言，精通cuda编程，熟悉opencl,opengl（shader）并行编程框架；熟悉pytorch/libtorch,caffe,tensorflow/tflite,openvino等开源深度学习编程框架，熟悉tensorrt模型部署和模型优化，有三年的深度学习模型和经典算法（如光流，景深，hdr，畸变矫正算法等）的优化经验。熟悉linux 操作系统，熟悉docker ，ros(机器人操作系统)编程。
2、熟悉市面上很多嵌入式硬件平台如NVIDIA JETSON系列(TX1,TX2,XAVIER)，树莓派系列，三星ODROID系列(ODROID XU4,ODROID U4)，在嵌入式平台有丰富的编程经验。

项目经验

学校期间项目：
1，多传感器融合的水面系留无人机监控系统：
使用无人水面平台承载大容量聚合锂电池，通过缆绳实现无人机的能源供给；无人机机载电脑使用高性能卡片电脑Odroid XU4，完成长时间滞空悬停作业。
最终效果：对部分模块源码进行仿真，取得良好的效果，获得浙江大学生职业生涯规划与创业大赛三等奖。
2，基于移动终端的无人机4g网络定位方法实现：
基于移动终端的无人机4g网络定位方法实现，在城区实现无人机的迅速定位，以Android手机和pixhawk飞控板为硬件平台，实现无人机在城区的快速定位和稳定飞行。
最终效果:在实现全部功能基础上，将部分功能移植至Java ros框架下，具有更好的兼容性。
3，双目视觉无人机运动状态估计器的设计：
无人机挂载高性能卡片电脑NVIDIA TK1，通过融合双目视觉系统和惯性导航器件数据实现无人机线速度的估计，和角速度的优化。
最终效果：NVIDIA TK1实验，实时测试数据良好

工作期间项目（2017-2019）

１、intel的合作人脸检测项目
主要负责行为算法和交通算法的代码的移植优化工作。算法包括深度学习算法和常见的经典图像算法（如光流算法，放缩，插值算法）；算法优化平台主要包括NVIDIA GPU（cuda）以及海思平台，x86平台（sse avx）。
主要职责：
(1) 配合intel相关人员完成FPGA计算卡性能测试。
(2)测试各个子算法性能。
(3)完成人脸检测深度学习算法的移植工作。
2、火点检测
性能指标（P4）：
(1) 优化后无精度损失;
(2) 优化后算法在 P4上运行能够满足30fps的速度要求。
3、NVIDIA TESLAP4和海思昇腾平台（预研）数据结构化项目
性能指标（P4）：
(1) 优化后无精度损失不超过5%;
(2) 优化后算法在 P4上运行能够满足30fps的速度要求。
主要职责:
(1) 算法移植至Linux平台，测试原始算法性能。
(2) 完成车辆检测，车辆跟踪，车牌检测算法以及预处理算法在P4平台的移植优化。
(3) 完成人机动车非机动车的检测算法在P4和海思昇腾平台的移植优化工作。
(4) 负责车标识别的移植优化工作，负责车辆角度检测在P4平台的移植优化。
(5) 负责车牌检测，车牌识别算法在P4上后期的维护工作。
4、NVIDIA TESLAP4 北京智能监所项目
性能指标：
(1) 优化后无精度损失
(2) 优化后算法在 P4上运行能够满足16路25fps的速度要求。
主要职责:
(1) 完成人体起立，打架算法的移植优化工作。
(2) 移植算法至Linux平台，算法移植至统一目录结构中方便算法维护。
(3) 负责稀疏光流，稠密光流的移植优化工作。
(4) 负责打架算法的更新维护。
5、智能教育项目
主要职责
(1) 负责学生起身检测算法移植优化工作。
(2) 负责算法的在GPU平台的维护工作。
6、港珠澳三地车牌识别PK项目
项目指标：
(1) 优化后精度无损
(2) 支持多GPU同时运行
(3) 支持至少4路相机同时运行，四路运行是耗时不低于25 fps。
主要职责:
(1) 完成车牌检测算法在NVIDIA GPU上的移植优化工作。
(2) 负责该定制化项目车牌检测算法后期的维护工作。
主要业绩：
（1）使用cuda完成P4（TESLAP4）平台打架检测算法的CNN和光流模块的优化工作。优化后性能提升约百分之六十左右，可满足十一路摄像机20fps同时运行。（2）完成海思昇腾平台和P4平台下车牌检测算法，车辆大角度检测，车系识别的移植优化工作算法运行效果良好，已投入使用。（3）使用cuda在P4 GPU完成车辆车牌北京pk项目优化工作，优化效果良好。在不损失精度的情况下运行速度提升约百分之三十左右。可多GPU同时运行，单GPU下能够满足4路摄像头同时作业。（4）参与了公司数据结构化项目，项目顺利在全国各省市完成测试工作并投入使用。

1、20M智能相机开发
项目指标：
(1)AOI 算法流程在智能相机中算法耗时不超过100ms。
(2)亮度矫正算法在智能相机中耗时在50ms以下。
(3)AOI坏点检测精度在90%以上。
主要职责：
(1)移植AOI坏点检测流程至nvidia jetson平台
(2)负责设计和编写三方编译脚本，基于该编译脚本的代码可以在Windows平台Linux平台无缝切换，方便移植。
(3)移植优化(TRT,CUDA) AOI流程的深度学习（分类和检测）

案例展示

车牌识别项目（涉密，上传图片来源网络）

主要职责: (1) 完成车牌检测算法在NVIDIA GPU上的移植优化工作。 (2) 负责该定制化项目车牌检测算法后期的维护工作。主要业绩：（1）使用cuda完成P4（TESLAP4）平台打架检测算法的CNN和光流模块的优化工作。优化后性能提升约百分之
单反效果算法的优化

功能：手机上完成单反效果算法的落地，拍照和预览时模拟数码相机拍摄效果；同时算法具备场景识别的功能。职责：完成算法的优化，在中低端平台手机运行速度达到30帧以下（1080p）;拍照时算法速度在500ms以下（12M）。业绩：在使用op
mura/demura智能相机的开发

主要职责： (1)移植AOI坏点检测流程至nvidia jetson平台 (2)负责设计和编写三方编译脚本，基于该编译脚本的代码可以在Windows平台Linux平台无缝切换，方便移植。 (3)移植优化(TRT,CUDA) AOI流程的深度学习（分类和检测）和预处理算法。