掌握常见的数据结构算法,能熟练运用C++、Python 语言编写项目。了解STL 与基本设计模式,对多线程\进程管理
有一定了解。掌握Linux 基本操作,熟悉Linux、Windows 嵌入式开发环境,掌握CAN、USART、Socket、TCP/UDP
等常见协议。能使用TensorRT 框架推理深度学习模型,熟练使用Cmake、Git 工具。有图像处理开发经验,熟悉
OpenCV、Qt 库的使用。
项目一:云台自动跟踪系统
硬件环境:Jetson Xavier NX 边缘计算平台、工业相机、STM32
开发技术:C++、TensorRT、OpenCV(图像处理)、Eigen、卡尔曼滤波
开发工具:GCC、Cmake、Git、CLion、VSCode
项目描述:使用C++语言,采取发布订阅机制降低模块耦合。代码流程为使用 yolov5 模型识别目标,采用TensorRT 库加速模型推理速度,使用OpenCV 库实现图像预处理和二维目标筛选,而后通过位置解算得到目标三维坐标,采用卡尔曼滤波进行数据处理,通过运动学解算估计目标位置,最后将目标位姿通过串口通信发送到下位机(STM32)从而控制云台。
项目二:Linux 人脸识别应用
项目描述:本项目使用基于RetinaFace、ArcFace 模型的神经网络,在Linux 系统上,使用C++语言,采用TensorRT 库
加速推理,实现人脸识别于比对功能。使用多线程技术,界面采用QT5 绘制,通过QT 信号槽实现前后端的数据更新。
项目成果:实现人脸识别与比对功能,通过非活体(如照片、视频)攻击测试,人脸误识率低于5%.处理帧率在RTX2060 Laptop上为50FPS,界面功能流畅简洁。