回家回家

ROS开发员
南京新大陆有限公司 · 1年经验
回家回家
日薪: ¥500/8h
地点: 南京 全区
时间: 可工作日驻场(自由职业原因)
ID:420847 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | PyTorch 深度学习 Python C++
编程语言方面,Python(熟练)、C/C++(熟练)​ 为常用开发工具,可高效实现算法原型与工程落地。AI与算法领域,精通 PyTorch​ 深度学习框架,熟练掌握 YOLOv8​ 目标检测模型的训练调优与源码级调试,深入理解 自适应滤波算法、概率统计方法​ 及 CBAM注意力机制​ 的应用逻辑。嵌入式与机器人方向,具备 STM32(如F103系列)、OpenMV​ 硬件开发经验,熟悉 ROS/ROS2​ 系统架构,掌握 PID控制、传感器融合 等核心技术。

1. 自主移动机器人系统开发(南京新大陆实习项目)​
作为ROS2开发部实习生,主导“硬件-算法-控制”三层架构设计,实现识别、抓取、运输与投掷多任务自主执行。核心突破包括:①基于概率统计方法设计自适应滤波算法,有效抑制反光与噪声干扰,目标识别准确率提升至95%+;②采用有限状态机(FSM)优化多任务逻辑,系统连续无故障运行时间提升30%;③完成多传感器(激光雷达、视觉)数据融合与路径跟踪功能开发,通过端到端测试建立数据驱动调试流程,定位准确率提高10%。
2. 智慧道路巡检缺陷检测系统(核心算法负责人)​
基于YOLOv8框架构建道路病害识别模型,实现裂缝、坑洞等缺陷自动检测。关键技术贡献:①使用PyTorch搭建训练环境,完成数据预处理、模型训练、推理验证全流程开发;②深入调试YOLOv8源码,定位并修复ComputeLoss调用异常、特征层尺度不匹配等问题;③引入CBAM注意力机制增强模型抗干扰能力,使识别准确率提升3%、整体鲁棒性提升15%;④构建“训练-验证-推理”闭环流程,实现检测结果自动可视化输出,支持工程化部署。
回家回家 ID:420847 复制

回家回家

ROS开发员 · 1年经验 · 南京新大陆有限公司
城市南京 全区 日薪500元/8h 时间 可工作日驻场(自由职业原因)
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 | PyTorch 深度学习 Python C++
编程语言方面,Python(熟练)、C/C++(熟练)​ 为常用开发工具,可高效实现算法原型与工程落地。AI与算法领域,精通 PyTorch​ 深度学习框架,熟练掌握 YOLOv8​ 目标检测模型的训练调优与源码级调试,深入理解 自适应滤波算法、概率统计方法​ 及 CBAM注意力机制​ 的应用逻辑。嵌入式与机器人方向,具备 STM32(如F103系列)、OpenMV​ 硬件开发经验,熟悉 ROS/ROS2​ 系统架构,掌握 PID控制、传感器融合 等核心技术。

项目经验

1. 自主移动机器人系统开发(南京新大陆实习项目)​
作为ROS2开发部实习生,主导“硬件-算法-控制”三层架构设计,实现识别、抓取、运输与投掷多任务自主执行。核心突破包括:①基于概率统计方法设计自适应滤波算法,有效抑制反光与噪声干扰,目标识别准确率提升至95%+;②采用有限状态机(FSM)优化多任务逻辑,系统连续无故障运行时间提升30%;③完成多传感器(激光雷达、视觉)数据融合与路径跟踪功能开发,通过端到端测试建立数据驱动调试流程,定位准确率提高10%。
2. 智慧道路巡检缺陷检测系统(核心算法负责人)​
基于YOLOv8框架构建道路病害识别模型,实现裂缝、坑洞等缺陷自动检测。关键技术贡献:①使用PyTorch搭建训练环境,完成数据预处理、模型训练、推理验证全流程开发;②深入调试YOLOv8源码,定位并修复ComputeLoss调用异常、特征层尺度不匹配等问题;③引入CBAM注意力机制增强模型抗干扰能力,使识别准确率提升3%、整体鲁棒性提升15%;④构建“训练-验证-推理”闭环流程,实现检测结果自动可视化输出,支持工程化部署。
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

暂不接受预约

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 暂不接受