1.算法设计和分析能力:掌握数据结构、算法和数学基础,能够设计和分析各种算法,以解决复杂问题。
2.编程能力:熟练掌握python编程语言,熟悉c++,并能够使用各种工具和技术进行开发、测试和部署。
3.机器学习和数据挖掘技能:解机器学习和数据挖掘的基本概念,熟悉常见的机器学习算法和技术,能够使用机器学习和数据挖掘技术解决问题。
5.软件开发和工程实践能力:熟悉软件开发和工程实践的基本概念,包括代码管理、测试、文档编写和团队合作等。
6.沟通和表达能力:算法工程师需要具备良好的沟通和表达能力,能够与团队成员、客户和其他利益相关者进行有效的沟通和协作。
1、构建算法打标、训练、微调一体化平台,涉及前后端,算法优化等
2、利用mmdetection构建多任务训练流程,能实现多种视觉任务的组合
3、将知识蒸馏算法应用于目标检测,使得模型在不增加参数的情况下,mAP值提升5%
4、将模型进行tensorrt加速,并封装成docker微服务,涉及部分c++
主要通过mmdetection进行多任务的构建,可以同时完成多个任务,并且共用模型推理部分减少推理时间
本次仿真任务主要是为了模拟真实人和车的活动轨迹以及交通摄像头、人脸摄像头和基站。通过模拟的数据来进行逗留算法、伴随算法和哨兵算法的验证。因此在该背景进行仿真,首先要生成一些人的ID以及他们的逗留状态和运动状态下的经纬度地址和时间以及状态码(标签)。然后针对交通摄像头、人脸摄像头和
本项目主要从pdf结合pdfminer和paddleocr准确全面地提取pdf文本信息,然后利用模型进行文本分类预测(多分类),准确率达85%以上,并且结合本地docker镜像和gradio完成了pdf文本预测的本地部署,可以在线进行体验。