1、熟练掌握C/C++、Python、Matlab等编程语言和工程实践。
2、熟悉单目相机、多目相机、线结构光等标定技术。
3、熟悉三维点云滤波、配准、测量处理算法。
4、熟悉V-STARS、跟踪仪等摄影测量设备使用方法。
5、熟悉Pytorch深度学习框架,掌握目标检测、图像分割、图像分类常见网络模型,onnx/tensorRt熟练部署。
6、熟悉OpenCV、Halcon、Eigen、Ceres、PCL、VTK等主流视觉算法库。
7、熟练掌握测试用例编写,测试环境搭建,有集成测试/功能测试/接口测试/性能测试经验。熟悉Gtest、PVS、Jekins持续集成
工具链。
1、通过传统视觉算法或深度学习算法,完成汽车生产线中零部件有关“有无”、“位置”、“数量”,“字符”等各类场
景下的识别任务。
2、在通过纯视觉解决方案,完成汽车零部件一体式大型铸造件的表面缺陷检测。通过固定式和移动式相机获取零件表面图
像,结合目标检测等深度学习算法,实现高节拍缺陷检测。
3、针对没有历史样本数据的机械设备,采用机器学习算法对振动信号进行建模,实现故障诊断和寿命预测。