岗位职责：

1. 复杂场景下的目标检测与识别

- 研发高精度多目标检测算法（小目标、遮挡、低光照场景），在COCO/PASCAL VOC等数据集上达到SOTA性能（mAP≥85%）

- 设计自适应特征提取网络，解决跨域泛化问题（如可见光→红外迁移学习）

- 优化旋转目标检测（如DOTA数据集场景），开发基于关键点的旋转框回归方法

2. 实时多目标跟踪（MOT）系统开发

- 实现100FPS+的多目标跟踪算法（DeepSORT/ByteTrack优化），ID Switch率≤1%

- 开发多模态融合跟踪（RGB+Thermal/LiDAR），解决目标遮挡与形变问题

- 构建长时重识别（ReID）模块，支持目标离场后二次识别

3. 嵌入式端算法极致优化

- 在RK3588/NVIDIA Jetson平台部署YOLOv7/PP-YOLOE等模型，实现4K@30FPS实时检测

- 开发NPU专用算子（如RKNN自定义OP），加速注意力机制/Transformer层

- 设计多级流水线架构，平衡检测→跟踪→识别任务的资源分配

4. J工/航天级算法开发

- 开发抗干扰目标识别算法（应对电子战环境下的图像干扰）

- 实现星载平台的轻量化跟踪算法（内存<100MB，功耗<5W）

任职要求：

1. 硬性门槛

- 博士学历（硕士需5年以上经验），计算机视觉/模式识别专业

- 以第一作者发表过CVPR/ICCV/ECCV论文，或相关领域专利3项以上

- 主导过至少1个10万张以上标注数据的工业级视觉项目

2. 核心算法能力

- 深度学习架构设计

- 精通DETR系列（如Deformable DETR）或YOLO系列模型改进

- 掌握视觉Transformer的轻量化技术（如MobileViT, EdgeNeXt）

- 有自监督/半监督学习实战经验（SimCLR, MoCo等）

- 多目标跟踪专精

- 熟悉关联算法（匈牙利算法/JDE范式）与运动模型（Kalman/粒子滤波）

- 开发过跨相机全局跟踪系统（支持拓扑地图构建）

- 传统CV融合能力

- 精通特征工程（SIFT/SURF/ORB）与几何视觉（PnP/EPnP）

- 掌握OpenCL/CUDA加速的经典算法（如光流法LK优化）

3. 嵌入式部署硬核技能

- 在ARM平台实现过INT8量化后精度损失<2%的模型压缩

- 开发多线程异构调度框架（CPU+NPU+GPU任务分配）

- 熟悉TensortRT的plugin开发与ONNX算子自定义

4. 特殊场景经验（加分项）

- J事领域：SAR图像目标识别/红外弱小目标检测

- G业领域：高速运动目标跟踪（如子弹弹道分析）

- Y疗领域：显微镜细胞追踪/内窥镜病灶定位