segmentfault
算法工程师
北京韩博尔股份技术有限公司 · 5年经验
日薪：
￥600/8h
地点：
北京 海淀
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
6年C++跨平台开发经验，熟悉Windows，Linux，嵌入式海思3559A，RK3399Pro等平台开发，擅长图像处理，深度学习，有丰富的项目架构，管理经验。掌握GPU并行计算加速，Neon 并行指令集。精通Qt ,OpenCV ,串口通信，TCP/IP通信协议，Socket编程，JNI编程，能够独立完成项目交付任务。掌握Caffe，Mxnet，TensorFlow等深度学习框架内容。
项目经验
硬件环境：海思3559A 摄像头 Web服务器
开发环境：CMake Qt5.6.0 NNIE VPSS IVE OPencv SQLite
项目描述：整个系统全部基于海思嵌入式平台开发，前端(3519A芯片)4k相机抓拍人脸，后端服务器(3559A)作为人脸识别与web平台交互，整个算法运行速度要求在500ms以内识别完毕
项目负责：
1.移植Qt5.6界面，并通过HDMI输出显示，主要用于整个系统调试
2.人脸检测retinaface算法模型移植
3.人脸识别resnet50算法模型移植
4.基于海思NNIE 神经网络算法移植
5.海思数据层链路开发，包括VPSS，decoder，encoder，VGS等
6.arm neon 单指令集浮点计算优化人脸对齐问题
7.openmp 人脸识别特征数据比对并行处理
8.海思图像算法IVE开发，包括颜色空间转换，图像缩放等
9.构建CMakeList 项目工程并在不同环境平台下编译
10.采用轻量级数据库SQLite存储人脸信息
11.上万级人脸特征比对算法
开发环境：CMake Qt5.6.0 NNIE VPSS IVE OPencv SQLite
项目描述：整个系统全部基于海思嵌入式平台开发，前端(3519A芯片)4k相机抓拍人脸，后端服务器(3559A)作为人脸识别与web平台交互，整个算法运行速度要求在500ms以内识别完毕
项目负责：
1.移植Qt5.6界面，并通过HDMI输出显示，主要用于整个系统调试
2.人脸检测retinaface算法模型移植
3.人脸识别resnet50算法模型移植
4.基于海思NNIE 神经网络算法移植
5.海思数据层链路开发，包括VPSS，decoder，encoder，VGS等
6.arm neon 单指令集浮点计算优化人脸对齐问题
7.openmp 人脸识别特征数据比对并行处理
8.海思图像算法IVE开发，包括颜色空间转换，图像缩放等
9.构建CMakeList 项目工程并在不同环境平台下编译
10.采用轻量级数据库SQLite存储人脸信息
11.上万级人脸特征比对算法
segmentfault
算法工程师 · 5年经验 · 北京韩博尔股份技术有限公司
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
6年C++跨平台开发经验，熟悉Windows，Linux，嵌入式海思3559A，RK3399Pro等平台开发，擅长图像处理，深度学习，有丰富的项目架构，管理经验。掌握GPU并行计算加速，Neon 并行指令集。精通Qt ,OpenCV ,串口通信，TCP/IP通信协议，Socket编程，JNI编程，能够独立完成项目交付任务。掌握Caffe，Mxnet，TensorFlow等深度学习框架内容。
项目经验
硬件环境：海思3559A 摄像头 Web服务器
开发环境：CMake Qt5.6.0 NNIE VPSS IVE OPencv SQLite
项目描述：整个系统全部基于海思嵌入式平台开发，前端(3519A芯片)4k相机抓拍人脸，后端服务器(3559A)作为人脸识别与web平台交互，整个算法运行速度要求在500ms以内识别完毕
项目负责：
1.移植Qt5.6界面，并通过HDMI输出显示，主要用于整个系统调试
2.人脸检测retinaface算法模型移植
3.人脸识别resnet50算法模型移植
4.基于海思NNIE 神经网络算法移植
5.海思数据层链路开发，包括VPSS，decoder，encoder，VGS等
6.arm neon 单指令集浮点计算优化人脸对齐问题
7.openmp 人脸识别特征数据比对并行处理
8.海思图像算法IVE开发，包括颜色空间转换，图像缩放等
9.构建CMakeList 项目工程并在不同环境平台下编译
10.采用轻量级数据库SQLite存储人脸信息
11.上万级人脸特征比对算法
开发环境：CMake Qt5.6.0 NNIE VPSS IVE OPencv SQLite
项目描述：整个系统全部基于海思嵌入式平台开发，前端(3519A芯片)4k相机抓拍人脸，后端服务器(3559A)作为人脸识别与web平台交互，整个算法运行速度要求在500ms以内识别完毕
项目负责：
1.移植Qt5.6界面，并通过HDMI输出显示，主要用于整个系统调试
2.人脸检测retinaface算法模型移植
3.人脸识别resnet50算法模型移植
4.基于海思NNIE 神经网络算法移植
5.海思数据层链路开发，包括VPSS，decoder，encoder，VGS等
6.arm neon 单指令集浮点计算优化人脸对齐问题
7.openmp 人脸识别特征数据比对并行处理
8.海思图像算法IVE开发，包括颜色空间转换，图像缩放等
9.构建CMakeList 项目工程并在不同环境平台下编译
10.采用轻量级数据库SQLite存储人脸信息
11.上万级人脸特征比对算法
立即沟通
