深度学习
机器学习
图像处理
机器视觉
Torch
0
1
2
3
4
5
0
1
2
3
4
5
4天前在线
感知视觉算法实习生
上海全职 · 300/日 · 6525/月信用一般
工作时间: 工作日17:00-23:00、周末08:00-22:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
熟练使用ROS通信方式、Python语言，了解Linux系统相关指令以及Shell编程经 历；了解深度学习相关知识，了解CNN，RESNET、Transformer等网络模型结构，有过Pytorch神经网络框架 的编程经历；了解3D、2D高斯技术以及Nerf技术并有过基于Open3d的点云处理经验；了解激光、视觉以及 多模态融合SLAM等相关知识；
工作经历
2023-06-01 -2024-06-01航天智造(上海)科技有限责任公司 感知视觉算法实习生
参与的项目：大场景定位系统，要求研发AMR大场景定位系统，为下游AMR路径规划及协同运动提供关键感 知定位信息。需满足的要求包括：具备一套视频监控系统、3D场景展示软件渲染速度不低于5HZ、工件定位精 度不低于5‰(基于三维重建方案的定位精度不低于10%)、人员定位和AGV小车定位实时性高。 负责任务：一方面负责整个项目的推进以及与公司进行及时沟通，另一方面负责开发整套基于多视角合成的三 维重建方案、网页与后端的通信、大场景下工件前后景分割，具体包括： ⚫ 通过张正友标定法实现相机内外参标定，实现了基于Opencv的双目相机校正以及感兴趣区域选择； ⚫ 实现了基于CREStereo模型的双目相机立体匹配以及基于Unet模型的工件前后景分割，从而得到工件稠 密点云模型； ⚫ 实现了基于主成分分析法(PCA)的点云粗匹配和基于高斯牛顿法的点-面精匹配； ⚫ 实现了基于Opencv透视变换的人员定位以及基于MQTT的网页与人员定位数据通信。 业绩：在27m*18m的场景中，基于三维重建技术对5m*2m*2m工件的平均定位精度约为10.83%，满足定位 需求。目前相关技术已成功部署
教育经历
2022-09-01 - 2025-06-20华东理工大学控制工程硕士
2018-09-01 - 2022-06-20浙江科技学院建筑电气与智能化本科
技能
作品
3D真人手办重建系统的开发，要求仅使用*环绕人体一圈，采集被测对象的纹理和形状信息，通过三维重建技术还原人体模型，要求重建的人体模型表面清晰且光滑，无缺失问题，颜色、纹理信息贴合实际，并提供*小程序接口，实现客户线上自主下单以及模型可视化展示。
02024-11-03 23:04
下载次数：0
￥1000
