搜索/*算法

搜索/*算法工程师岗位职责：1.数据处理与模型训练调优：负责收集、整理并标注健身房场景相关的图像和视频数据，构建高质量训练数据集。进行数据预处理，包括图像增强和数据平衡，以提升模型的泛化能力。深入研究YOLOV5或YOLOV8的目标检测算法，结合健身房的实际需求改进算法，提高模型在复杂环境中的检测效果和鲁棒性。使用Python和深度学习框架（如PyTorch）进行模型训练，并根据训练结果调整模型参数和超参数，优化模型性能。2.模型适配与场景定制优化：将YOLOV5或YOLOV8的目标检测模型适配到rk3568开发平台，确保模型稳定且高效运行。3.开发、测试与部署：使用Python等编程语言实现算法，完成从原型到可部署代码的转化。将训练好的模型部署到rk3568平台，并进行性能和代码优化。编写测试用例，对算法和模型进行全面测试，涵盖功能、性能和稳定性等方面。在健身房实际场景中验证和优化模型。4.技术支持与跨部门协作：为产品及相关部门提供算法技术支持，解决健身房项目的技术难题。与硬件、软件等团队密切合作，参与跨部门项目开发实施，确保算法与软硬件系统协同工作，满足健身房的实际应用需求。5.文档撰写与技术分享：撰写算法设计文档、技术报告和使用手册，记录开发过程、技术细节和实验结果。任职要求：-算法基础：熟悉深度学习原理，对目标检测算法有深入理解，熟练掌握YOLOV5或YOLOV8的原理、架构和实现细节。具备在复杂场景下进行目标检测模型训练和调优的经验。-编程语言：熟练掌握Python进行算法开发、数据处理和模型训练，能够将算法部署到rk3568平台。-深度学习框架：熟悉PyTorch或TensorFlow等深度学习框架，能够使用这些框架进行模型的搭建、训练和调优。-硬件平台：了解RK3588芯片，能够将YOLO移植到rk3588的Ubuntu系统。-图像处理：熟悉图像处理的基本算法和技术，如滤波、特征提取、图像增强等，能够运用这些技术对健身房场景的输入数据进行预处理和后处理。项目经验：-有基于YOLOV5或YOLOV8进行目标检测项目开发的经验，能够独立完成模型的训练、评估和优化，特别是在健身房场景复杂环境下的项目经验优先。-有在嵌入式平台rk3568上进行深度学习模型部署和优化的项目经验者优先。
联系我时，请说是在58同城上看到的，谢谢！