老菜。
感知算法工程师
C++ · 1年经验
日薪：
￥500/8h
地点：
成都 高新
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
在视觉目标检测与跟踪、激光雷达检测与跟踪，以及多传感器融合等方面积累了丰富的项目经验。
在视觉目标检测方面，熟练掌握了基于深度学习的目标检测方法，如Faster R-CNN、SSD和YOLO等。这些方法通过训练大量的图像数据，能够准确地识别出行人、车辆、交通标志等目标，并给出它们的位置和类别信息。深入研究了Tracking-by-Detection的框架，并应用了SORT和DeepSORT等算法。
在激光雷达检测方面，掌握了基于点云数据的障碍物检测方法，如欧式聚类算法和实例分割算法、PointPillars等点云目标检测算法。以及多传感器融合算法的研究。
在视觉目标检测方面，熟练掌握了基于深度学习的目标检测方法，如Faster R-CNN、SSD和YOLO等。这些方法通过训练大量的图像数据，能够准确地识别出行人、车辆、交通标志等目标，并给出它们的位置和类别信息。深入研究了Tracking-by-Detection的框架，并应用了SORT和DeepSORT等算法。
在激光雷达检测方面，掌握了基于点云数据的障碍物检测方法，如欧式聚类算法和实例分割算法、PointPillars等点云目标检测算法。以及多传感器融合算法的研究。
项目经验
1.基于两阶段网络的红绿灯检测
2.快速获取非地面点云
3.视频流行人计数、110种标志牌检测等
4.两阶段多传感器融合算法
2.快速获取非地面点云
3.视频流行人计数、110种标志牌检测等
4.两阶段多传感器融合算法
老菜。
感知算法工程师 · 1年经验 · C++
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
在视觉目标检测与跟踪、激光雷达检测与跟踪，以及多传感器融合等方面积累了丰富的项目经验。
在视觉目标检测方面，熟练掌握了基于深度学习的目标检测方法，如Faster R-CNN、SSD和YOLO等。这些方法通过训练大量的图像数据，能够准确地识别出行人、车辆、交通标志等目标，并给出它们的位置和类别信息。深入研究了Tracking-by-Detection的框架，并应用了SORT和DeepSORT等算法。
在激光雷达检测方面，掌握了基于点云数据的障碍物检测方法，如欧式聚类算法和实例分割算法、PointPillars等点云目标检测算法。以及多传感器融合算法的研究。
在视觉目标检测方面，熟练掌握了基于深度学习的目标检测方法，如Faster R-CNN、SSD和YOLO等。这些方法通过训练大量的图像数据，能够准确地识别出行人、车辆、交通标志等目标，并给出它们的位置和类别信息。深入研究了Tracking-by-Detection的框架，并应用了SORT和DeepSORT等算法。
在激光雷达检测方面，掌握了基于点云数据的障碍物检测方法，如欧式聚类算法和实例分割算法、PointPillars等点云目标检测算法。以及多传感器融合算法的研究。
项目经验
案例展示
怎么修改资料
怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料
怎么修改资料
怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料
怎么修改资料
怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料怎么修改资料
立即沟通
