泊车感知学员_XC

负责泊车场景感知算法研发和工程落地，包括PSD、OD、OCC等检测任务以及静态元素几何建模和拓扑关系构建、多任务框架、脏污&脱敏模型等。 探索可量产深度学习检测方法，构建复杂道路结构下的相关静态元素，提升实时感知模型的能力上限 负责车端模型训练，适配，量化以及部署，优化模型相关后处理 负责相关模型业务开发，与定位，建图等相关下游进行功能联调，制定稳定的规范与协议。 （满足任意一条即可）

应用数学、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士学生。 在计算机视觉目标检测领域的目标检测有深入研究经历，熟悉经典和前沿的单目2/3D、BEV检测算法 熟悉当前主流的深度学习算法，精通一个或者多个领域的算法研究，包括但不限于目标检测、多任务学习、目标分割等。 了解数据结构、算法和大规模数据处理（百万~千万）；至少精通C/C++ 或python编程，有ACM经验者优先。 至少熟悉一个常见的神经网络开源工具库，如Caffe/TensorFlow/PyTorch/ 等 有自动驾驶感知/融合/预测等模块算法研发经验者优先。 有实际工程项目经验者优先