1. 电梯场景算法开发

- 研发电梯轿厢内多目标行为识别算法，包括但不限于：

- 电动车/危险物品识别（需区分婴儿车、轮椅等非危险物体，识别率≥96%）

- 人员异常行为检测（跌倒、打架、剧烈运动等）

- 安全隐患识别（抽烟、明火、遮挡摄像头等）

- 优化复杂环境下的模型鲁棒性（应对光线变化、遮挡、拥挤场景）

2. 算法部署与优化

- 将深度学习模型适配嵌入式硬件（如华为升腾芯片），开发轻量化模型

- 搭建AI模型数据分发服务平台，实现实时预警（如联动梯控系统阻止电动车入梯）

3. 全流程技术闭环

- 负责数据采集、标注、训练及模型调优，持续提升识别准确率（如困人检测准确率≥98%）

- 编写技术文档，支持硬件团队完成相机-算法-控制系统集成

1. 技术能力

- 精通目标检测算法（YOLO、SSD、Faster-RCNN）及行为识别模型（CNN、LSTM）

- 熟练使用TensorFlow/PyTorch框架及OpenCV，具备C++/Python开发能力

- 熟悉模型压缩、量化及边缘设备部署（如嵌入式AI相机开发经验优先）

2. 场景经验

- 有智能安防监控算法研发经验，熟悉视频流分析及实时告警系统

- 具备电梯、隧道等封闭场景算法优化经验者优先（需应对光线/视角挑战）

3. 基础要求

- 本科及以上学历，数学、计算机/人工智能相关专业，3年以上AI算法落地经验

- 具备独立完成算法训练至工程化的全流程能力