1.编程与基础： 精通 Python语言、熟悉C++语言，掌握常见数据结构与算法工具。
2.深度学习框架与技术： 熟练使用 PyTorch、Tensorflow深度学习框架；熟悉分布式训练、ROS通信技术。
3.视觉感知算法： 精通目标检测、图像匹配、图像融合、融合感知等算法。
4.其他技术： 熟悉CLIP、Dino v2等大模型、OCR、图像生成、语音、姿态识别、Diffusion。
5. 项目管理与环境： 熟悉 Git (Github、Gitee、GitLab) 及 Linux 常用命令和工具。

低成本-非合作定位系统研发
应用技术：C++、QT、GlueStick、Roma
项目内容：军事背景下，通过图像特征提取与特征匹配技术，研究无人机航片与卫星瓦片的对应关系，动态获取打击目标的精确位置。
.基于无人机地理信息与打击目标航片，利用GlueStick稀疏匹配算法，遍历捕捉初始打击范围；利用Roma密集匹配算法，获取精确打击目标地理位置。
.基于QT技术，构建定位系统，实现即选即打的目的。