Warning: file_get_contents(http://tou.xincfx.com/x/pb.txt): Failed to open stream: HTTP request failed! HTTP/1.1 500 in /www/wwwroot/jobs.china3a.cn/vendor/composer/autoload_real.php on line 31
广州计算机视觉算法工程师 - 外包人才简历详情 | 广州IT人力外包人才简历库

IT人力外包人才简历库

返回列表

计算机视觉算法工程师

驻场外包人员
工作年限:6年 意向城市:上海 浏览:7次 发布时间:近期

技能标签

深度学习框架 目标检测算法 图像分割模型 细粒度分类 边缘计算部署 模型优化技术 C++开发 Python编程 OpenCV应用 注意力机制 OCR算法 多标签分类 算法产品化 团队管理 业务指标优化 模型压缩技术

专业技能

精通深度学习框架(TensorFlow/PyTorch/Caffe/NCNN),擅长目标检测(YOLO系列/Faster-RCNN/R-FCN)、图像分割(U-Net/FCN)、细粒度分类(B-CNN)等算法研发。熟悉边缘计算架构设计与模型移动端部署,具备多标签分类系统开发经验。精通C++/Python编程语言,熟练使用OpenCV/OpenGL图像处理库,掌握OCR算法与注意力机制模型优化技术。具备AI研发团队管理经验,擅长算法产品化落地与业务指标提升。

工作履历(脱敏处理)

主导开发城市道路车辆检测系统,通过MetaAnchor结构优化YOLO5模型,提升候选框预测准确率15%。设计多标签车辆属性识别模型,采用APN网络增强注意力机制,实现品牌/类型识别精度提升20%。重构目标跟踪系统,基于ECO-HC算法优化跟踪性能,降低误检率30%。主导边缘计算架构设计,实现深度学习模型在移动端的高效部署,支持实时视频分析。持续跟踪领域前沿技术,保持算法创新与业务价值转化。

项目经验(脱敏处理)

车辆检测与属性识别系统:基于YOLO5框架开发车辆检测算法,创新性引入MetaAnchor自生成先验框结构,降低对人工先验框的依赖,提升候选框坐标预测准确率。构建多标签车辆属性识别模型,集成品牌/颜色/类型/车门数/座位数五维特征,采用B-CNN架构结合APN网络增强注意力机制,实现细粒度分类精度提升25%。目标跟踪算法优化:重构系统架构采用Boost状态机框架,集成ECO-HC跟踪算法,通过代码重构提升跟踪稳定性,降低误检率30%。

驻场外包优势

服从性高

严格遵守甲方管理制度

技术扎实

6年项目实战经验

可长期驻场

接受异地项目外派

快速响应

24小时内可到岗

企业人才对接

专业IT人力外包服务

如果贵公司有IT项目人手缺口、需要工程师驻场开发、短期人力支援需求,欢迎联系洽谈合作。

合作热线

18969108718

商务邮箱

ntit@163.com

微信扫码咨询

微信咨询二维码

扫描二维码添加商务对接

立即申请人才对接