1、5年的深度学习算法经验,具有Python、qt、sql、mysql、labview、c++、linux等编程经验和项目经验;
2、熟悉pytorch、tensorflow、darknet等主流深度学习框架,在项目中使用过Nvidia deepstream框架、yolov3/v4/v5/v7目标识别算法、deepsort跟踪算法、docker容器管理等,具有Nvidia Jeston Orin深度学习边缘板卡、RTX3090、RTX2060 GPU加速使用经验,熟悉CycleGAN、Facenet、Segmentation等其他算法。
3、熟悉前沿机器学习算法,包括聚类、异常检测、随机森林等,项目上使用过DBSCAN聚类算法、xgboost模型、lightgbm模型等。熟练使用python数据分析方法。
人员行为智能识别系统
项目难点:6个摄像头同时识别多个行为,如何做好硬件选择与速度保证。数据通讯压力较大。
解决方案:1)采用nvidia deepstream框架处理6个摄像头并行跑模型的问题,通过前期经验与测试,采用2块3090GPU完成所有功能,速度保证基本实时。2)采用多个docker容器服务运行的方式设计整体架构,模型在deepstream容器内运行并将将结果写入redis docker容器,后台查询代码从redis获取数据并设定一定逻辑得到报警信息,写入Mysql docker容器,前端展示代码运行于虚拟机并从mysql和deepstream推流的rtsp获取数据。整体架构的容错率和效率都较高。
基于Deepstream的智能视频分析系统搭建支持 多路视频流同时识别,带tensorrt加速,docker容器化部署 Yolov3v5v7模型的转化及应用 识别结果存入Redis消息 识别结果支持截图保存本地 可配置区域ROI设置、ROI内目标统计 可配置划线进出入
Yolov7、v8、v5模型训练 支持自定义目标识别 支持红外/可见光 docker容器化进行模型的部署
基于Deepstream的智能视频分析系统搭建支持 多路视频流同时识别,带tensorrt加速,docker容器化部署 Yolov3v5v7模型的转化及应用 识别结果存入Redis消息 识别结果支持截图保存本地 可配置区域ROI设置、ROI内目标统计 可配置划线进出入
yolov7/v8/v5智能识别 支持多种目标识别 支持红外/可见光 docker容器化方式进行模型部署