1.模型本身算法調(diào)(可復現(xiàn)的系統(tǒng)分析文檔:包括算法設計原理算法設計原因、算法設計整體架構);
2.算法設計優(yōu)化(算子改寫和優(yōu)化,設計符合項目需求的算子用于解決模型性能提優(yōu));
3.算法框架編寫和優(yōu)化(25年10月份之前做完);
4、根據(jù)實際項目需要,制定2D視覺數(shù)據(jù)、3D雷達數(shù)據(jù)標注規(guī)范,并在后續(xù)根據(jù)需要對標注規(guī)范進行更新和優(yōu)化;
5、根據(jù)實際項目需要進行基于機器學習(深度學習的多模融合算法的研發(fā)或基于現(xiàn)有框架進行定制化開發(fā),使最終的評價指標達到項目要求;
6、根據(jù)實際項目需要,對相機內(nèi)外參、雷達外參進行標定,并使標定結(jié)果滿足實際使用需要
1.熟練掌握PyTorch深度學 1.根據(jù)實際項目需要,制習框架和人工智能的數(shù)學 定2D視覺數(shù)據(jù)、3D雷達
2.熟練掌握Pvthon3基礎語法,熟練掌握Python3編程,使用Python3和PyTorch獨立開發(fā)過深度學習框架或基于開源框架做過定制開發(fā);
3.熟練掌握YoLO系列(不低于YoLov5的版本)或RT-DETR系列或ResNET系列算法的基本原理,能基于YOLO系列或RT-DETR系列或ResNET系列算法進行定制化開發(fā)以滿足我們的實際項目需要;
4.熟練掌握PointPillars系列或CenterPoint系列算法的基本原理,能基于PointPillars系列或CenterPoint系列算法進行定制化開發(fā)以滿足我們的實際項目需要;
5.熟練掌握BEVFusion系列或BEVFormer系列算法的基本原理,能基于BEVFusion系列或BEVFormer系列算法進行定制化開發(fā)以滿足我們的實際項目需要:
6.掌握視覺2D障礙物、雷達3D通用障礙物檢測的基本原理,并能根據(jù)實際項目需要制定數(shù)據(jù)標注規(guī)范,能結(jié)合算法檢測結(jié)果對數(shù)據(jù)集、數(shù)據(jù)標注規(guī)范進行分析和優(yōu)化;
7.掌握相機內(nèi)外參和雷達外參標定法和標定的基本原理,能根據(jù)實際的項目需要,進行相機內(nèi)外參、雷達外參的標定,并使標定結(jié)果能滿足實際項目需要