武汉·江夏区
职位详情
岗位职责
1.视频流处理与边缘端优化
•基于RK3588平台，采用C++/GStreamer/OpenCV实现多路实时视频流的采集、解码（H.264/H.265）、抽帧（动态策略）及预处理（去噪、增强），确保低延迟（≤100ms）与高稳定性。
•优化视频流的本地与云端同步传输及存储机制，设计合理的抽帧方案以平衡带宽消耗与计算资源（如关键帧优先选取、自适应帧率调节）。
2.NPU模型部署与推理加速
•将PyTorch/ONNX模型在RK3588NPU上完成量化（INT8/FP16）、编译（RKNN工具链）和性能调优，实现关键任务单帧推理时间≤30ms。
•开发基于C++的推理引擎，集成目标检测（YOLOv8）、图像分割（MaskR-CNN）等模型，支持多任务并行执行（如检测+分类联合推理）。
3.视频图像算法开发与训练
•主导视频图像核心算法研发，涵盖目标检测、多目标跟踪、行为识别、异常检测等方向，针对边缘设备场景优化模型精度与推理速度的权衡（如提升小目标检出率、增强对运动模糊的鲁棒性）。
•设计时序建模方法（融合光流信息、使用3D卷积）解决帧间关联问题；制定数据标注标准（包括边界框、分割掩码、动作标签），构建覆盖复杂环境（噪声、遮挡）的高质量训练数据集。
•完整参与模型训练流程（PyTorch/TensorFlow）：数据加载、参数调优（学习率调度、损失函数设计）、效果验证（mAP、FPS、误报率）以及模型导出（ONNX/PT）和格式转换，支持迁移学习与少量样本微调。
4.多模态模型开发与大语言模型微调
•负责主流大语言模型（LLaMA、ChatGLM、BERT）的微调与性能优化，应用于视频内容理解任务，如生成视频摘要、目标描述、视觉问答等。
•设计多模态特征融合策略（基于CLIP、FLAVA架构），开发跨模态推理模块；探索轻量级大模型在RK3588边缘设备上的部署路径（通过量化、知识蒸馏），控制推理延迟≤500ms。
5.系统对接与功能扩展
•实现与Flask+Vue管理后台的对接，支持远程配置更新（模型下载、抽帧频率设置、启停指令）、设备状态监控（视频流健康度、系统资源占用）及与中心算法平台的双向通信（MQTT/RESTful协议）。
•支持多模态结果推送（分析结果+文本描述输出），并适配国产操作系统环境（麒麟OS/OpenHarmony）。
任职要求
1.核心技术能力
•编程与系统基础：熟练掌握C++/Python，熟悉Linux下多线程编程、交叉编译、V4L2视频采集及H.264/H.265硬件编解码；具备RK3588全流程开发经验（涉及NPU/CPU/GPU异构协同、低延迟传输机制）。
•视频图像算法能力：深入理解CNN、Transformer、3D卷积、光流法等核心技术；能熟练运用PyTorch/TensorFlow完成模型训练、调参及部署（含量化、剪枝、蒸馏）；熟悉目标检测（YOLO系列）、图像分割（U-Net）等模型的改进与优化方法。
•多模态与大模型技术：了解LLM架构（如Transformer、LLaMA）及其微调技术（LoRA、QLoRA）；掌握多模态对齐方法（如CLIP），有视频-文本联合训练或微调经验；知晓边缘侧大模型推理框架（TensorRT-LLM、ONNXRuntime）。
2.项目经验
•具备3年以上视频图像算法研发经历，需提供完整项目案例（例如：“工业缺陷检测系统：mAP由82%提升至95%，边缘端推理速度从15FPS提升到25FPS”）；
•拥有复杂环境下的算法适配经验（如低光照、遮挡、视角变化大）或小样本学习、增量学习的实际应用案例；
•具备边缘端与云平台协同开发经验（如本地初筛+云端复核）者优先，有开源项目贡献者更佳。
3.优先条件
•熟悉视频编码与智能分析协同优化策略（如H.265压缩结合关键帧提取）；
•具备Flask/Vue前后端开发能力或国产化系统（麒麟OS）移植经验；
•了解军工级或工业级产品开发规范（如数据加密存储、可靠性验证流程）。
1.视频流处理与边缘端优化
•基于RK3588平台，采用C++/GStreamer/OpenCV实现多路实时视频流的采集、解码（H.264/H.265）、抽帧（动态策略）及预处理（去噪、增强），确保低延迟（≤100ms）与高稳定性。
•优化视频流的本地与云端同步传输及存储机制，设计合理的抽帧方案以平衡带宽消耗与计算资源（如关键帧优先选取、自适应帧率调节）。
2.NPU模型部署与推理加速
•将PyTorch/ONNX模型在RK3588NPU上完成量化（INT8/FP16）、编译（RKNN工具链）和性能调优，实现关键任务单帧推理时间≤30ms。
•开发基于C++的推理引擎，集成目标检测（YOLOv8）、图像分割（MaskR-CNN）等模型，支持多任务并行执行（如检测+分类联合推理）。
3.视频图像算法开发与训练
•主导视频图像核心算法研发，涵盖目标检测、多目标跟踪、行为识别、异常检测等方向，针对边缘设备场景优化模型精度与推理速度的权衡（如提升小目标检出率、增强对运动模糊的鲁棒性）。
•设计时序建模方法（融合光流信息、使用3D卷积）解决帧间关联问题；制定数据标注标准（包括边界框、分割掩码、动作标签），构建覆盖复杂环境（噪声、遮挡）的高质量训练数据集。
•完整参与模型训练流程（PyTorch/TensorFlow）：数据加载、参数调优（学习率调度、损失函数设计）、效果验证（mAP、FPS、误报率）以及模型导出（ONNX/PT）和格式转换，支持迁移学习与少量样本微调。
4.多模态模型开发与大语言模型微调
•负责主流大语言模型（LLaMA、ChatGLM、BERT）的微调与性能优化，应用于视频内容理解任务，如生成视频摘要、目标描述、视觉问答等。
•设计多模态特征融合策略（基于CLIP、FLAVA架构），开发跨模态推理模块；探索轻量级大模型在RK3588边缘设备上的部署路径（通过量化、知识蒸馏），控制推理延迟≤500ms。
5.系统对接与功能扩展
•实现与Flask+Vue管理后台的对接，支持远程配置更新（模型下载、抽帧频率设置、启停指令）、设备状态监控（视频流健康度、系统资源占用）及与中心算法平台的双向通信（MQTT/RESTful协议）。
•支持多模态结果推送（分析结果+文本描述输出），并适配国产操作系统环境（麒麟OS/OpenHarmony）。
任职要求
1.核心技术能力
•编程与系统基础：熟练掌握C++/Python，熟悉Linux下多线程编程、交叉编译、V4L2视频采集及H.264/H.265硬件编解码；具备RK3588全流程开发经验（涉及NPU/CPU/GPU异构协同、低延迟传输机制）。
•视频图像算法能力：深入理解CNN、Transformer、3D卷积、光流法等核心技术；能熟练运用PyTorch/TensorFlow完成模型训练、调参及部署（含量化、剪枝、蒸馏）；熟悉目标检测（YOLO系列）、图像分割（U-Net）等模型的改进与优化方法。
•多模态与大模型技术：了解LLM架构（如Transformer、LLaMA）及其微调技术（LoRA、QLoRA）；掌握多模态对齐方法（如CLIP），有视频-文本联合训练或微调经验；知晓边缘侧大模型推理框架（TensorRT-LLM、ONNXRuntime）。
2.项目经验
•具备3年以上视频图像算法研发经历，需提供完整项目案例（例如：“工业缺陷检测系统：mAP由82%提升至95%，边缘端推理速度从15FPS提升到25FPS”）；
•拥有复杂环境下的算法适配经验（如低光照、遮挡、视角变化大）或小样本学习、增量学习的实际应用案例；
•具备边缘端与云平台协同开发经验（如本地初筛+云端复核）者优先，有开源项目贡献者更佳。
3.优先条件
•熟悉视频编码与智能分析协同优化策略（如H.265压缩结合关键帧提取）；
•具备Flask/Vue前后端开发能力或国产化系统（麒麟OS）移植经验；
•了解军工级或工业级产品开发规范（如数据加密存储、可靠性验证流程）。
2026-07-19 13:16
IP属地：湖北武汉
职位福利
本科3-5年图像搜索机器学习深度学习目标检测图像处理库（OpenCV等）大模型算法多模态算法图像生成人像算法Python
奇策(武汉)数智科技有限公司
B轮 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
机器视觉算法实习生
6000-11000元/月
兼职图像算法经验不限大专目标检测多模态算法图像生成工业/缺陷检测目标跟踪C/C++Python图像处理库（OpenCV等）深度学习机器学习大模型算法
武汉 江夏区 光谷
CV算法研发工程师
1.5-2.5万元/月
图像算法算法工程师3-5年本科发表算法相关优秀论文C/C++机器学习目标检测大模型算法多模态算法图像处理库（OpenCV等）人像算法优秀开源项目经历Python模型加速/性能优化
武汉 江夏区
Python图像算法工程师
1.5-2.5万元/月
图像算法3-5年本科机器学习深度学习目标检测大模型算法多模态算法传统图像算法图像处理库（OpenCV等）图像生成人像算法Python
武汉 江夏区
收藏职位
