图像识别

岗位职责： 1、感知大模型: 基于俯视图的多模态（激光雷达/相机）大模型，可支持多种任务，比如常见目标的检测、分割等； 2、占据空间: 一种通用的目标检测方法，将周围环境抽象为为占据、非占据的空间，解决开放世界层出不穷的异形物体识别问题，兜底感知召回能力，保证自车安全； 3、端到端跟踪: 用基于深度学习的方法，替代经典的匈牙利匹配+卡尔曼滤波算法，通过数据驱动提升性能； 4、场景理解: 通过编码周围环境中智能体和智能体、地图和地图、以及智能体和地图的交互关系，实现对相应场景的理解 (比如施工区连接、智能体是否是长停的车)，直接影响自车行为（避让、跟随等）； 5、定位: 通过自车学习的语义信息和高精地图语义信息的匹配、以及GNSS/IMU/Canbus等信号，提升定位精度和鲁棒性，保证自车安全； 6、基于大模型的数据挖掘/合成：调研和应用各种大模型，挖掘或合成高价值场景，提升模型相应场景表现； 7、半监督自监督：调研和开发各种高效算法，降低模型对标注数据的依赖。 任职要求： 1、2025届毕业生，硕士及以上学历，计算机或相关专业优先； 2、编程基础扎实，熟悉基本算法和数据结构，至少熟悉以下一门语言：Python、C++； 3、熟悉深度学习框架，包括但不限于：PyTorch、TensorFlow等； 4、善于思考，逻辑清晰，有优秀的问题分析和解决能力； 5、有强烈的自我提升意愿，持续的自我驱动能力；关注业界前沿技术和国际会议研究动态，不断提升自己 6、良好的沟通和合作能力，责任心和团队意识强 加分项： 1、有自动驾驶相关经验，包括但不限于：智能驾驶、机器人、等项目落地经验； 2、在顶级国际会议/期刊上发表论文（CVPR，ICCV，ICML，NIPS等）； 3、有编程、数学等相关竞赛成绩。

职位描述： 1. 负责计算机视觉关键算法研发，包括不限于2D/3D目标检测、识别、关键点检测、车道线识别、语义理解等算法研发； 2. 负责智能驾驶场景中多传感器融合感知算法开发与优化，包括Camera、Lidar与Radar等，包括但不限于目标检测和目标Tracking等算法研发； 职位要求： 1. 具备扎实的编程实现能力，熟练使用C++/Python； 2. 熟练掌握计算机视觉和机器学习相关的理论知识和实践技能； 3. 有AI相关经验者优先，有使用Caffe/TensorFlow/Pytorch等平台经验者优先； 4. 有图像处理/GPU算法优化经验者优先； 5. 熟悉计算机视觉前沿算法，在CVPR，ICCV，ECCV等相关顶级学术会议期刊发表过相关论文者优先。