jdw

算法工程师
南昌黑鲨科技有限公司 · 4年经验
jdw
日薪: ¥1200/8h
地点: 深圳 福田
时间: 下班后周六周日
有团队 · 可整包 ID:198304 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | Python Vue C++
团队成员均为同学,均来自华中科技大学及清华大学本科或硕士毕业
算法类:传统及深度图像算法开发,主要开发过的项目有手机端夜景,全景,场景识别,也有纯移动端的OCR图像识别,人脸识别,人脸检测,人脸特征点开发,掌握移动端加速,包括cpu,gpu,多线程,量化加速,支持开发语言为matlab c c++ Python
前后端类:精通python vue,对于企业网站和,OA系统,ERP系统,软件插件,运维开发相关均可

夜景项目开发
项目描述 :
1、明确夜景项目需求,将夜景功能开发拆分为前景检测,多帧融合,提亮及降噪
2、项目落地中低端产品,对算法实施性能要求比较高,故采用多线程,量化,neon优化对算法进行优化
场景检测算法
项目描述 :
1、手机camera侧拍照显示当前处于什么杨的场景
2、基于caffe自搭建一个类似LeNet的五层算法,调试模型至最优,未借助第三方平台,纯C完成前传函数;
3、同样对速度要求比较严格,进行了多线程,量化,neon优化
手机camera模糊检测
项目描述 :
1、手机camera在长时间玩游戏,由于汗渍导致拍照模糊,分类算法检测是否模糊
2、基于tensorflow改动MobileNet V3,因为有负样本,后处理加上一些基于先验知识多帧去判别;

手机OCR文字识别算法
项目描述 :
1、目前大部分文字识别算法都是基于云端开发,我们将算法集成到本地
2、基于sequence to sequence + attention机制代替传统的cnn+bilstm+ctc,后者速度过慢,将模型移植到paddlepaddlelite,完成对文字的识别,且速度能满足业务需求

游戏业务
项目描述 :
1、强相关业务,开发一个保存玩家精彩时刻算法
2、基于MXnet下的简单分类网络进行多张图判别,由于背景过于复杂,额外加入了注意力机制,最终算法移植到snpe的dsp上运行,实际识别耗时4ms左右;

人脸相关
项目描述 :
1、包含人脸检测,人脸68&98关键点检测及高精度3D人脸
2、人脸检测采用retina net,人脸68&98关键点采用pfld,高精度人脸采用最新的五种损失函数去监督回归点云模型,最终落地采用腾讯的ncnn

整包服务: 智能硬件开发运维类开发
负责人: 算法工程师
团队成员: 前端工程师 后端工程师 
jdw ID:198304 复制

jdw

有团队 · 可整包
算法工程师 · 4年经验 · 南昌黑鲨科技有限公司
城市深圳 福田 日薪1200元/8h 时间 下班后周六周日
0
累计接单
0
用户评价
0
被收藏

信用行为

0
接单数
0
评价数
0
收藏数

技术能力

AI 技能提取 | Python Vue C++
团队成员均为同学,均来自华中科技大学及清华大学本科或硕士毕业
算法类:传统及深度图像算法开发,主要开发过的项目有手机端夜景,全景,场景识别,也有纯移动端的OCR图像识别,人脸识别,人脸检测,人脸特征点开发,掌握移动端加速,包括cpu,gpu,多线程,量化加速,支持开发语言为matlab c c++ Python
前后端类:精通python vue,对于企业网站和,OA系统,ERP系统,软件插件,运维开发相关均可

项目经验

夜景项目开发
项目描述 :
1、明确夜景项目需求,将夜景功能开发拆分为前景检测,多帧融合,提亮及降噪
2、项目落地中低端产品,对算法实施性能要求比较高,故采用多线程,量化,neon优化对算法进行优化
场景检测算法
项目描述 :
1、手机camera侧拍照显示当前处于什么杨的场景
2、基于caffe自搭建一个类似LeNet的五层算法,调试模型至最优,未借助第三方平台,纯C完成前传函数;
3、同样对速度要求比较严格,进行了多线程,量化,neon优化
手机camera模糊检测
项目描述 :
1、手机camera在长时间玩游戏,由于汗渍导致拍照模糊,分类算法检测是否模糊
2、基于tensorflow改动MobileNet V3,因为有负样本,后处理加上一些基于先验知识多帧去判别;

手机OCR文字识别算法
项目描述 :
1、目前大部分文字识别算法都是基于云端开发,我们将算法集成到本地
2、基于sequence to sequence + attention机制代替传统的cnn+bilstm+ctc,后者速度过慢,将模型移植到paddlepaddlelite,完成对文字的识别,且速度能满足业务需求

游戏业务
项目描述 :
1、强相关业务,开发一个保存玩家精彩时刻算法
2、基于MXnet下的简单分类网络进行多张图判别,由于背景过于复杂,额外加入了注意力机制,最终算法移植到snpe的dsp上运行,实际识别耗时4ms左右;

人脸相关
项目描述 :
1、包含人脸检测,人脸68&98关键点检测及高精度3D人脸
2、人脸检测采用retina net,人脸68&98关键点采用pfld,高精度人脸采用最新的五种损失函数去监督回归点云模型,最终落地采用腾讯的ncnn

团队情况

服务范围:
智能硬件开发运维类开发
团队构成:
负责人(算法工程师) | 核心队员:前端工程师 · 后端工程师
客服二维码

没找到合适的人才?

扫码添加客服极速匹配,或直接发布需求让更多人才主动报名

暂未通过审核

平台信誉与实力

基于 35,336 需求方信任

  • ✓ 支付宝企业信用分 优秀 评级
  • ✓ 市场份额约占全行业三分之一
  • ✓ 程序员兼职行业全能首选平台
查看平台资质详情
收藏 未过审核