猿急送>

北京其它兼职程序员

ID：388796

略略略

算法工程师

公司信息：
比亚迪

工作经验：
3年

兼职日薪：
800元/8小时

兼职时间：
下班后
周六
周日

所在区域：
北京
海淀

技术能力

熟悉深度学习、机器学习、图像处理基础理论，研究目标检测、分割、姿态、图像识别、nlp等领域随着社会经济的快速发展，车辆的普及，人们学车练车的需求越来越多，而各个驾校的教练员的教学又千奇百怪，教练员的人工成本随学员的数量增加而增加。在降本增效和机器视觉、人工智能的快速发展下，辅助驾培机器人的开发变得越来越迫切。通过辅助驾培机器人，不仅能够统一化教学方法，而且可以达到降低成本，和便于管理的目的。本项目通过车载摄像头实时识别训练场的车道线、车辆、行人等物体和在训练的车辆定位，以及利用雷达探测障碍物并进行制动的安全系统，制定一套标准的教学方案，让学员更轻松，便捷的学车练车。

项目经验

1.根据公司的机器人项目的业务场景，分析场景中的智能需求，进行解决方案的设计，制定相应的研发计划，以RK3588为计算核心进行算法开发；

2. 根据项目场景、项目需求，进行相机选型，采用5组摄像机对车身进行实时视频拍摄；

3. 根据项目需求，独立进行算法开发，移植并部署；

4. 根据实际运行情况，进行分析调试，产品维护和升级；

5. 指导算法实习生、标注工程师进行数据采集，标注，清洗，模型训练等工作；

6. 根据项目实时性需求，采用H264进行视频流传输，算法优化，数据预处理，模型推理加速等处理优化；

7. 负责毫米波雷达、超声波雷达等多传感器融合算法的开发设计，实现车辆的紧急制定功能；

8. 参与ADAS检测车辆状态、计算速度等的算法开发；

案例展示

车牌识别

基于深度学习的车牌识别过程主要包括车辆检测、车牌侦测和车牌号识别三个环节。首先，利用YOLO等目标检测网络对车辆进行定位；接着，采用resnet18等网络对车牌进行精确侦测，输出车牌边框的仿射变换矩阵；最后，通过Resnet18+transformer模型对车牌号进行序列识别，直
人员检测

车牌识别具有广泛的应用前景，基于传统方法的车牌识别效果一般比较差，随着计算机视觉技术的快速发展，深度学习的方法能够更好的完成车牌识别任务。本文提供了车牌识别方案的部署链接，您可以在网页上体验该模型的效果：车牌识别方案在线体验本文介绍了使用Padd