掌握 python、c++ 有关的算法知识
掌握YOLOV1-YOLOV5调通部署 YOLOF、mobilenet-yolov3调通部署
掌握目标检测、单目标跟踪、多目标跟踪等有关流行的算法网络架构
掌握将训练好的权重模型转化为各平台所需要的模型
掌握 将算法部署在海思(3559c)、瑞芯微(RK3588/RV1126)/亿智/酷芯微等
配合图像处理相关技术,熟悉图像处理的相关基本原理
有算法在嵌入式设备上的迁移,优化相关经验
项目一
边界防偷渡系统
项目简介:
在边界交壤的地方,总会出现“偷渡”的现象,采用红外摄像头去目标检测,这样就解决了无论在什么情
况下,只要检测到偷渡系统会自动拉响警报铃,有效的防止了“偷渡”现象。本项目采用了 Mobilenet+Yolov3
网络目标检测,不仅时速快而且准确性高。
技术架构:C++、Caffe、Mobilenet+Yolov3、部署在亿智板端
项目二
红外小目标多目标跟踪识别
技术架构:YOLOV5、pytroch、瑞芯微RV1126
项目三
无人机自动跟踪
技术架构:KCF、海思3559C
负责 算法设计架构、目标检测、多目标跟踪、单目标跟踪、部署在板端(瑞芯微、海思、亿智、酷芯微)。配合板端验证测试,有嵌入式的相关经验
无人机单目标跟踪,采用kcf的跟踪模式,部署在海思、瑞芯微板端,可达到实时。每秒可跑40帧,提供动态库,驱动工程师可以直接调用
双光融合可以有效解决 如果使用可见光摄像头,则到了晚上就会看不清,如果使用 红外摄像头 又很多特征看不清楚,故可以采用双光结合