天空
算法组长
浙江壹体科技有限公司 · 6年经验
日薪：
￥600/8h
地点：
北京 海淀
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
计算机视觉算法工程师，计算机技术硕士，具有约6年算法研发与工程化落地经验，曾担任算法组长并带领5人团队。熟练使用Python、C++、PyTorch、TensorFlow及OpenCV，擅长目标检测、人体姿态估计、行为识别、动作计数与评分、单目3D人体重建等方向。具备从数据采集与标注、模型训练与评估、推理优化到业务部署的完整项目经验。熟悉YOLO、MediaPipe、ONNX Runtime、TFLite、MNN、NCNN等技术，具有Web、Android、iOS及Linux跨平台部署经验，可完成FastAPI算法服务封装、WebGPU/WebGL/WASM浏览器推理以及端侧模型量化部署。拥有3项计算机视觉相关发明专利，能够独立进行需求分析、算法选型、可行性验证、性能优化和技术文档编写。
项目经验
项目一：Web端AR试鞋。独立负责从数据构建、算法选型、模型训练到浏览器部署的全链路研发。基于YOLOv8-pose实现足部关键点检测，结合PnP求解足部3D姿态，并使用One Euro Filter降低时序抖动。构建WebGPU、WebGL、WASM三级自适应推理后端，模型链路控制在7MB以内，多款移动设备达到15–30FPS。
项目二：人体动作计数与评分系统。面向健身与K12体育场景，基于人体关键点设计关键帧状态机、容差窗口匹配及三段式实时评分机制，实现仰卧起坐、俯卧撑、开合跳、广播体操等动作的自动计数与评分。使用MediaPipe封装计算图，完成Android、iOS及桌面端部署，相关产品已上线，核心方法获得发明专利。
项目三：端侧行为识别。使用BlazePose提取人体骨骼序列，训练轻量级DD-Net行为识别模型，通过粗分类与子模型级联改善相似动作误判。完成TFLite int8量化和MediaPipe封装，并部署至Android及iOS，实现端侧实时推理。
项目四：单目视频人体3D重建。基于4D-Humans实现多人3D人体网格重建与跨帧追踪，使用Kalman Filter平滑关键点轨迹，并在SMPL参数空间进行时序平滑，提高重建结果的连贯性和视觉稳定性。
项目二：人体动作计数与评分系统。面向健身与K12体育场景，基于人体关键点设计关键帧状态机、容差窗口匹配及三段式实时评分机制，实现仰卧起坐、俯卧撑、开合跳、广播体操等动作的自动计数与评分。使用MediaPipe封装计算图，完成Android、iOS及桌面端部署，相关产品已上线，核心方法获得发明专利。
项目三：端侧行为识别。使用BlazePose提取人体骨骼序列，训练轻量级DD-Net行为识别模型，通过粗分类与子模型级联改善相似动作误判。完成TFLite int8量化和MediaPipe封装，并部署至Android及iOS，实现端侧实时推理。
项目四：单目视频人体3D重建。基于4D-Humans实现多人3D人体网格重建与跨帧追踪，使用Kalman Filter平滑关键点轨迹，并在SMPL参数空间进行时序平滑，提高重建结果的连贯性和视觉稳定性。
天空
算法组长 · 6年经验 · 浙江壹体科技有限公司
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
计算机视觉算法工程师，计算机技术硕士，具有约6年算法研发与工程化落地经验，曾担任算法组长并带领5人团队。熟练使用Python、C++、PyTorch、TensorFlow及OpenCV，擅长目标检测、人体姿态估计、行为识别、动作计数与评分、单目3D人体重建等方向。具备从数据采集与标注、模型训练与评估、推理优化到业务部署的完整项目经验。熟悉YOLO、MediaPipe、ONNX Runtime、TFLite、MNN、NCNN等技术，具有Web、Android、iOS及Linux跨平台部署经验，可完成FastAPI算法服务封装、WebGPU/WebGL/WASM浏览器推理以及端侧模型量化部署。拥有3项计算机视觉相关发明专利，能够独立进行需求分析、算法选型、可行性验证、性能优化和技术文档编写。
项目经验
项目一：Web端AR试鞋。独立负责从数据构建、算法选型、模型训练到浏览器部署的全链路研发。基于YOLOv8-pose实现足部关键点检测，结合PnP求解足部3D姿态，并使用One Euro Filter降低时序抖动。构建WebGPU、WebGL、WASM三级自适应推理后端，模型链路控制在7MB以内，多款移动设备达到15–30FPS。
项目二：人体动作计数与评分系统。面向健身与K12体育场景，基于人体关键点设计关键帧状态机、容差窗口匹配及三段式实时评分机制，实现仰卧起坐、俯卧撑、开合跳、广播体操等动作的自动计数与评分。使用MediaPipe封装计算图，完成Android、iOS及桌面端部署，相关产品已上线，核心方法获得发明专利。
项目三：端侧行为识别。使用BlazePose提取人体骨骼序列，训练轻量级DD-Net行为识别模型，通过粗分类与子模型级联改善相似动作误判。完成TFLite int8量化和MediaPipe封装，并部署至Android及iOS，实现端侧实时推理。
项目四：单目视频人体3D重建。基于4D-Humans实现多人3D人体网格重建与跨帧追踪，使用Kalman Filter平滑关键点轨迹，并在SMPL参数空间进行时序平滑，提高重建结果的连贯性和视觉稳定性。
项目二：人体动作计数与评分系统。面向健身与K12体育场景，基于人体关键点设计关键帧状态机、容差窗口匹配及三段式实时评分机制，实现仰卧起坐、俯卧撑、开合跳、广播体操等动作的自动计数与评分。使用MediaPipe封装计算图，完成Android、iOS及桌面端部署，相关产品已上线，核心方法获得发明专利。
项目三：端侧行为识别。使用BlazePose提取人体骨骼序列，训练轻量级DD-Net行为识别模型，通过粗分类与子模型级联改善相似动作误判。完成TFLite int8量化和MediaPipe封装，并部署至Android及iOS，实现端侧实时推理。
项目四：单目视频人体3D重建。基于4D-Humans实现多人3D人体网格重建与跨帧追踪，使用Kalman Filter平滑关键点轨迹，并在SMPL参数空间进行时序平滑，提高重建结果的连贯性和视觉稳定性。
立即沟通
