cv算法工程师

有VIO调试经验优先
岗位职责
1、主导无人机机载端侧的目标检测与分类算法研发，针对复杂场景做算法鲁棒性优化，实现精准检测与无效干扰过滤。
2、负责多目标跟踪算法的设计、实现与调优，支持单 / 多目标同时跟踪，攻克遮挡恢复、快速运动跟踪、跨帧 ID 稳定等问题，满足机载实时跟踪的性能要求。
3、针对 NVIDIA、算能、地平线、瑞芯微等不同端侧硬件平台的架构特性，完成算法模型的轻量化、量化、剪枝与部署优化，适配端侧 GPU/NPU/CPU 的资源限制，保障实时推理性能。
4、负责算法的工程化实现与迭代，对接 RTSP 视频流输入、机载系统接口，完成算法与机载 AIBOX、地面站的联调，解决场景测试中的算法问题，确保算法满足功能、性能与场景验收标准。
5、跟踪计算机视觉、端侧 AI 推理、机载视觉的前沿技术与工程化方案，将 YOLO 系列、跟踪算法新范式、端侧部署优化技术等应用于项目，持续提升算法精度、实时性与稳定性。
6、输出算法研发、优化、部署的技术文档，配合测试团队制定算法验收用例，完成性能指标的量化验证与场景化验收。
任职要求
核心算法技术能力
1.精通基于深度学习的通用目标检测算法原理与工程实现，深入理解 YOLOv8/v9/v10/v11/v12 系列算法的核心演进逻辑（如 Anchor-Free 设计、特征融合策略、损失函数优化等），能根据端侧资源与业务需求做算法定制化改进；熟练掌握 Transformer 类视觉模型（如 DETR、YOLO-World、ViTDet 等）的原理与应用，具备基于 Transformer 优化小目标（≥16×16 像素）、非刚性目标检测的实际研发经验，能针对复杂背景 + 干扰场景设计特征增强策略。
2.精通 SORT、DeepSORT、ByteTrack、OC-SORT、BoT-SORT 等主流多目标跟踪算法，理解跟踪算法的运动模型、特征匹配、遮挡处理核心逻辑；具备融合 Transformer 特征做跨帧目标匹配的经验。
3.掌握相机标定（内参 / 外参）、图像几何变换、视觉定位相关知识，理解无人机云台 - 相机 - 机身的空间位姿关系；有基于像素坐标 + 位姿数据的地理坐标反算、空间三维坐标解算项目经验者优先，熟悉 WGS84 坐标系转换规则，能基于 Transformer 模型优化坐标反算的误差补偿逻辑者优先。
4.具备在户外复杂环境（强光 / 弱光、雨天、雾气、扬尘、反光）下的视觉算法调优经验，能通过数据增强、Transformer 特征融合、后处理规则设计等方式，降低算法漏检率、误检率，提升场景适配性。