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,大幅降低内存开销和延迟,达到嵌入式设备的极致性能表现。 算法研发:针对机场远距离极小目标检测难题,对YOLO网络结构进行针对性改进,提升极小目标的召回率和定位精度。利用QwenVL2.5大模型加LoRA微调技术进行视频行为合规分析,确保机场作业行为符合安全规范。采用ByteTracker结合传统图像处理的二次帧差方式,实现复杂场...
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,该算法在小目标检测和光线较差场景下检测效果显著提升。 部署架构:基于ROS通信框架搭建实时推理视频流架构,将车辆检测、车牌识别、天气分类、抛洒物检测等多个算法模块统一调度。完成NVIDIA、昇腾、瑞芯微、寒武纪、比特大陆五款边缘芯片的模型移植与推理代码集成,实现一套算法多平台部署。 本人角色:担任算法组负责人,负责整体技...
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,大幅降低内存开销和延迟,达到嵌入式设备的极致性能表现。 算法研发:针对机场远距离极小目标检测难题,对YOLO网络结构进行针对性改进,提升极小目标的召回率和定位精度。利用QwenVL2.5大模型加LoRA微调技术进行视频行为合规分析,确保机场作业行为符合安全规范。采用ByteTracker结合传统图像处理的二次帧差方式,实现复杂场......
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,该算法在小目标检测和光线较差场景下检测效果显著提升。 部署架构:基于ROS通信框架搭建实时推理视频流架构,将车辆检测、车牌识别、天气分类、抛洒物检测等多个算法模块统一调度。完成NVIDIA、昇腾、瑞芯微、寒武纪、比特大陆五款边缘芯片的模型移植与推理代码集成,实现一套算法多平台部署。 本人角色:担任算法组负责人,负责整体技......
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人