成都·郫都区
职位详情
工作内容:
一、架构设计
1. 深入分析车辆巡检业务需求（如外观缺陷识别、核心部件状态判断、周围环境感知等），结合各子任务特点（小目标检测、细粒度分类、类别长尾分布、遮挡干扰、光照变化剧烈等）开展技术调研与模型选型
2. 设计多模型协同的视觉感知流程：融合目标检测、实例分割、OCR识别、3D重建与异常检测模块，构建分阶段协作的系统架构，避免依赖单一模型处理全部任务
3. 针对关键挑战设计专用网络结构（例如：提升微小缺陷检测能力的高分辨率特征增强模块、应对金属反光/高光表面的域自适应策略、适配底盘暗光环境的低照度图像增强方案）
4. 具备独立设计损失函数、评估指标和数据增强方法的能力，不依赖现成框架或通用解决方案
二、核心技术攻坚
1. 解决缺陷检测中的长尾问题：研发 Few-Shot / Zero-Shot 缺陷检测方法，缓解稀有缺陷样本稀缺、标注成本高的难题
2. 推进模型泛化能力研究：实现跨车型、跨场地、不同光照条件下的稳定表现，重点突破域迁移与域泛化技术（Domain Adaptation / Domain Generalization）
3. 开展 3D 视觉算法开发：基于深度相机或 LiDAR 数据完成车辆三维重建、点云配准、尺寸测量及形变分析等功能
4. 实现多模态感知融合：整合 RGB 图像、深度信息、红外影像与点云数据，进行特征级融合与互补性感知优化
5. 构建异常检测机制：在无法覆盖所有缺陷类型的前提下，采用基于正常样本建模的无监督/自监督方法（如 PatchCore、FastFlow、SimpleNet 等模型的场景适配与改进）
6. 推动边缘端极致性能优化：在算力受限设备（Jetson Orin / RK3588 / 地平线J5 等）上平衡模型精度与推理效率，探索 INT8/INT4 量化、稀疏推理、算子融合及 CUDA kernel 手写等底层优化手段
任职资格:
• 教育背景: 计算机视觉、模式识别、机器学习等相关专业，硕士及以上学历（博士优先）
培训经历: 无特定要求
• 经 验: 5年以上计算机视觉算法开发经验，其中至少 2年专注于工业视觉检测 / 机器人视觉 / 自动驾驶感知方向
技能技巧:
1. 精通主流检测与分割框架（YOLO / DETR / Mask R-CNN / Segment Anything 系列）的原理与源码实现
2. 深入掌握 Transformer / MLP-Mixer / State Space Model 等新型网络架构
3. 熟悉自监督学习（MAE / DINO / iBOT）、对比学习以及生成模型（Diffusion Model）等前沿学习范式
4. 精通 C++（C++17 及以上）与 Python，具备良好的代码规范意识
5. 精通 CUDA 编程与 TensorRT 插件开发，能对特定算子进行底层性能调优
6. 掌握模型量化（PTQ / QAT）、剪枝、知识蒸馏等压缩技术的理论与实际应用
7. 有 ONNX / TensorRT / OpenVINO / NCNN / MNN 等推理引擎的深度使用经验
8. 具备从零构建算法模块的全流程能力（需求梳理 → 技术设计 → 原型验证 → 工程落地 → 线上迭代）
9. 具备优秀的技术文档撰写与方案汇报表达能力
10. 有 ROS / ROS2 使用经验者优先
一、架构设计
1. 深入分析车辆巡检业务需求（如外观缺陷识别、核心部件状态判断、周围环境感知等），结合各子任务特点（小目标检测、细粒度分类、类别长尾分布、遮挡干扰、光照变化剧烈等）开展技术调研与模型选型
2. 设计多模型协同的视觉感知流程：融合目标检测、实例分割、OCR识别、3D重建与异常检测模块，构建分阶段协作的系统架构，避免依赖单一模型处理全部任务
3. 针对关键挑战设计专用网络结构（例如：提升微小缺陷检测能力的高分辨率特征增强模块、应对金属反光/高光表面的域自适应策略、适配底盘暗光环境的低照度图像增强方案）
4. 具备独立设计损失函数、评估指标和数据增强方法的能力，不依赖现成框架或通用解决方案
二、核心技术攻坚
1. 解决缺陷检测中的长尾问题：研发 Few-Shot / Zero-Shot 缺陷检测方法，缓解稀有缺陷样本稀缺、标注成本高的难题
2. 推进模型泛化能力研究：实现跨车型、跨场地、不同光照条件下的稳定表现，重点突破域迁移与域泛化技术（Domain Adaptation / Domain Generalization）
3. 开展 3D 视觉算法开发：基于深度相机或 LiDAR 数据完成车辆三维重建、点云配准、尺寸测量及形变分析等功能
4. 实现多模态感知融合：整合 RGB 图像、深度信息、红外影像与点云数据，进行特征级融合与互补性感知优化
5. 构建异常检测机制：在无法覆盖所有缺陷类型的前提下，采用基于正常样本建模的无监督/自监督方法（如 PatchCore、FastFlow、SimpleNet 等模型的场景适配与改进）
6. 推动边缘端极致性能优化：在算力受限设备（Jetson Orin / RK3588 / 地平线J5 等）上平衡模型精度与推理效率，探索 INT8/INT4 量化、稀疏推理、算子融合及 CUDA kernel 手写等底层优化手段
任职资格:
• 教育背景: 计算机视觉、模式识别、机器学习等相关专业，硕士及以上学历（博士优先）
培训经历: 无特定要求
• 经 验: 5年以上计算机视觉算法开发经验，其中至少 2年专注于工业视觉检测 / 机器人视觉 / 自动驾驶感知方向
技能技巧:
1. 精通主流检测与分割框架（YOLO / DETR / Mask R-CNN / Segment Anything 系列）的原理与源码实现
2. 深入掌握 Transformer / MLP-Mixer / State Space Model 等新型网络架构
3. 熟悉自监督学习（MAE / DINO / iBOT）、对比学习以及生成模型（Diffusion Model）等前沿学习范式
4. 精通 C++（C++17 及以上）与 Python，具备良好的代码规范意识
5. 精通 CUDA 编程与 TensorRT 插件开发，能对特定算子进行底层性能调优
6. 掌握模型量化（PTQ / QAT）、剪枝、知识蒸馏等压缩技术的理论与实际应用
7. 有 ONNX / TensorRT / OpenVINO / NCNN / MNN 等推理引擎的深度使用经验
8. 具备从零构建算法模块的全流程能力（需求梳理 → 技术设计 → 原型验证 → 工程落地 → 线上迭代）
9. 具备优秀的技术文档撰写与方案汇报表达能力
10. 有 ROS / ROS2 使用经验者优先
2026-03-04 11:33
IP属地：四川成都
职位福利
硕士5-10年图像识别产品机器人C++Python
四川智服人力资源有限公司
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
大模型应用开发工程师
1.2-1.5万元/月
算法工程师1-3年硕士C/C++Java机器学习分布式训练深度学习大模型算法自然语言处理算法算法工程化经验强化学习SLAM算法并行计算推荐算法
成都 郫都区
ai算法工程师
2-3.5万元/月
算法工程师3-5年硕士语音算法图像算法分布式训练深度学习大模型算法自然语言处理算法多模态算法大数据处理框架(Spark/Hadoop/Hive)算法工程化经验C/C++机器学习强化学习模型加速/性能
成都 郫都区
收藏职位
