猿急送>

北京其它兼职程序员

ID：427352

黑色幽默

AI算法解决方案专家

公司信息：
景嘉微电子有限公司

工作经验：
10年

兼职日薪：
1200元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
北京
海淀

技术能力

拥有10年人工智能算法研发经验，精通计算机视觉、多模态大模型及边缘端AI部署全链路技术。

**深度学习与计算机视觉：** 熟练掌握YOLOv5~YOLOv11系列目标检测算法、DETR检测框架、RetinaFace/ArcFace/CosFace人脸检测与识别算法、PaddleOCR文字识别、OpenPose姿态估计、AdvancedEast场景文字检测等主流算法。具备从模型设计、训练调优到工程化落地的完整能力，能根据业务场景对网络结构进行改进优化，如改进EAST长文本边界提取、在YOLO检测头层融入雷达特征增强小目标检测等。

**多模态大模型：** 熟练使用QwenVL系列、CLIP/OpenCLIP等多模态大模型，掌握LoRA微调技术，能够针对家庭场景宠物行为分析、视频行为合规分析等业务场景进行模型微调适配。具备大模型图文匹配、视频文字匹配算法研发经验。

**边缘端芯片部署：** 深入掌握多种国产及国际边缘芯片的算法移植部署，包括华为昇腾、寒武纪、算能、瑞芯微（RK1106等）、Sigmastar、富瀚、地平线、NVIDIA Jetson/Xavier等平台。能够完成从模型转换、SDK源码修改、量化校准到C++推理模块编写、后处理代码开发的全流程工作，具备硬解码YUV420直接NPU推理推流的极致性能优化能力。

**模型优化与压缩：** 熟练掌握模型量化、知识蒸馏（CML、DML）等模型压缩技术，能够在保证精度的前提下大幅降低模型体积和推理延迟，适配资源受限的嵌入式设备。

**工程与框架：** 熟练使用PyTorch、libtorch、ONNX、TensorRT等深度学习框架和推理引擎，掌握ROS通信框架下AI算法实时推理架构搭建。具备C++后端算法适配能力。同时拥有Hadoop、Hive、Spark、Flume等大数据框架使用经验，以及SVM、GBDT、逻辑回归等传统机器学习算法实践经验。

项目经验

**项目一：家庭智慧IPC相机行为识别系统（2025.11-至今）**
负责家庭场景下宠物行为分析的算法研发与嵌入式部署。使用OpenCLIP进行LoRA微调实现家庭场景宠物行为识别，针对Sigmastar 2386芯片修改CLIP图像编码器SDK源码，解决常量取值范围及量化算法对激活值极值转化容忍度问题。同时完成YOLOv11在Sigmastar 2386、瑞芯微1106、富瀚8856v500三款芯片上的适配部署，实现模型蒸馏压缩以满足嵌入式设备的算力与内存约束。

**项目二：机场安全监测多模态分析系统（2024.08-2025.09）**
作为算法负责人，负责昇腾芯片上算法模型的完整移植部署。实现硬解码YUV420图像直接NPU推理、推理结果画框、硬编码推流的全流程，全程无需转RGB，达到极致性能。通过改进YOLO网络结构提升极小目标识别效果，利用QwenVL2.5加LoRA微调进行视频行为合规分析，采用ByteTracker结合传统图像处理二次帧差方式实现多目标跟踪。

**项目三：高速交通雷视融合检测系统（2023.03-2024.08）**
作为算法组负责人，负责基于ROS架构的算法模块通信开发。完成NVIDIA、昇腾、瑞芯微、寒武纪、比特大陆五款芯片上车辆检测、车牌识别、天气分类、抛洒物检测等算法的模型移植，并将各芯片推理代码集成至ROS架构统一部署。核心创新点在于将雷达点云数据处理为图像特征，在检测网络head层融入雷达特征，构建融合特征目标检测算法，有效增强小目标及弱光环境下的检测效果。

**项目四：智慧油站AI2.0项目（2021.05-2023.02）**
作为项目负责人，基于PyTorch、libtorch、ONNX技术栈，使用YOLOv5、CenterNet算法实现加油站卸油区八步法分析、工服检测、车流统计、车牌识别等功能。负责C++后端算法适配与精度调整，完成地平线芯片算法盒子移植优化及Xavier平台部署，通过模型量化和CML/DML蒸馏压缩保证推理速度与精度。

**项目五：人脸检索与OCR识别系统（2019.03-2021.04）**
作为架构师，复现并训练RetinaFace人脸检测模型，解决开源算法中动物脸误检问题。使用亚洲人脸数据集重新复现ArcFace、CosFace人脸识别模型训练，转化为ONNX模型并生成TensorRT引擎加速推理。在OCR方面，改进EAST算法的loss函数，解决长文本文字边界提取不准确问题，实现税票、发票、广告文本的高精度检测识别。

案例展示

高速交通雷视融合目标检测系统

本项目为高速公路场景下的智能交通检测系统，核心解决传统纯视觉方案在小目标检测、弱光/逆光环境下检测效果差的痛点。技术方案：将毫米波雷达的点云数据处理为图像特征数据，在YOLO目标检测网络的Head层融入雷达特征，构建了融合特征的目标检测算法。相比纯视觉方案，该算法在小目标
机场多模态安全监测系统

本项目为机场安全场景下的多模态智能监测系统，涵盖极小目标检测、视频行为合规分析、多目标跟踪三大核心能力。极致性能优化：在昇腾芯片上实现硬解码YUV420图像直接进行NPU推理，推理结果直接在YUV图像上画框，再通过硬编码推流输出，全程无需转换为RGB格式，大幅降低内存开销
家庭智慧IPC相机行为识别系统

本项目为家庭场景下IPC智能相机的宠物行为识别系统，将多模态大模型能力下沉到资源受限的嵌入式设备，实现家庭场景中宠物行为的智能分析。多模态大模型微调：使用OpenCLIP模型进行LoRA低秩适配微调，针对家庭场景中的宠物奔跑、睡觉、进食等行为进行识别。仅微调少量参数即可适
智慧油站AI2.0检测系统

本项目为加油站AI2.0智慧管理系统，通过计算机视觉技术实现加油站作业全流程的智能化监控与管理，涵盖卸油作业规范检测、员工工服识别、车流统计、车牌识别四大核心功能。卸油区八步法分析：基于YOLOv5目标检测与CenterNet关键点检测，结合时序状态机判断，实时监测卸油作
人脸检索与OCR识别系统

本项目包含人脸检索系统和发票税票OCR识别两大模块，服务于金融报税系统中的身份验证和票据数字化场景。人脸检索系统：复现并训练RetinaFace人脸检测模型，针对开源算法中动物脸误检问题进行改进优化，使动物脸误检率降至0.5%以下。使用亚洲人脸数据集重新复现ArcFace