个人介绍
熟练掌握 python,Matlab ,熟悉C++,熟悉 keras, pytorch 等机器学习框架。独立完成深度学习,自动驾驶传感器融合,图像处理项目多个。对车规级传感器工作原理及相关算法有比较深入的了解,并独立完成相关标定、融合项目多个。做事精益求精,方向明确,为人谦逊,求知欲强,善于沟通。
工作经历
2021-11-01 -至今百度计算机视觉算法工程师
● 从0到1落地百度智能云自动驾驶真值系统,应用在真值评测、自动化标注中,已有客户10+家。研发技术模块包括: 1. 3D目标检测 2. 3D-MOT(3D多目标追踪)以及后处理 3. 多模态 LIO-SLAM 4. 自动化3D路网生成 5. 3D车道线检测 6. 3D点云语义分割 7. AVP 停车位检测 8. AVP 场景墙体、柱子、地锁、限位器检测 ● 真值系统软件架构设计搭建,分布式推理加速,真值评测系统开发,自动化标注系统开发。 ● 传感器标定工具开发(lidar 、鱼眼相机、广角相机、INS、Radar 之间联合标定算法的设计,标定工具开发以及手动标定算法开发)
教育经历
2018-09-01 - 2023-06-01上海与科技大学计算机视觉博士
医学图像,光学成像,计算机图形学,深度学习,计算机视觉
2014-09-09 - 2018-06-06武汉大学物理学本科
计算物理,深度学习,计算机视觉,计算机图形学
技能
点云处理,图像处理 使用车载的前后左右4路的鱼眼相机实现地面俯视图的拼接。首先使用标定板采集鱼眼相机的内参标定数据,计算鱼眼相机的内参和畸变参数;再使用无人机拍摄以自车为中心的 BEV 视角的俯视图,作为 Ground Truth ;然后再分别对去畸变的鱼眼相机图片和俯视图进行手动选择对应点,计算 homo-matrix ;最终拼接各路鱼眼相机的俯视变换图。 此项目中本人负责算法设计和开发。
在搭建模型评测平台中负责3D目标检测的测评功能开发,此测评规则借助 nuSences的3D目标检测评价方案,其中包含的指标有 mAP,mATE, mASE, mAOE, mAVE, mAAE ,使用线性加权的方式得到一个评价综合的指标。 在这个项目中本人负责功能的设计和开发。