0
被预约次数
2
被收藏次数
0
被评价次数
1.熟悉目前流行的各种网络结构。对于工作中使用到的常用算法有详细了解，例如SSD、YOLOv3、图像分类、坐标回归、openpose关键点检测、人脸检测和识别等。
2.熟练使用PyTorch、MXNet等网络训练框架。
3.熟悉TensorRT，能完成各种模型转TensorRT，并进行量化。
4.熟练使用Python。能够完成各种数据处理和日常任务。
1.车牌字符识别。涉及模型：SSD检测、深度网络回归和分类等模型。
2.人体关键点检测。借鉴AlphaPose方法，实现特定场景的人体关键点检测。
3.大规模数据聚类。使用自动化的方法，对大规模数据进行聚类，使用GPU加速算法。
4.ReID模型训练。参考ArcFace进行行人ReID模型训练，添加CPP数据增强，提高训练效果和速度。
5.模型转换上线。MXNet/PyTorch模型转Caffe，然后把Caffe模型转TensorRT，并使用数据进行量化。对于TensorRT不支持的层，使用CUDA编写Plugin实现。
可兼职时间
可兼职地点
0条评论 雇主评价