职位描述
协助动态物体检测模型的设计、优化与实现，参与提升检测精度、召回率与鲁棒性的工作。
参与多目标跟踪(MOT)、行为预测等相关模型预研和基础算法开发。
协助分析路测corner case数据，参与解决遮挡、快速移动、小目标等检测难题。
学习并跟踪行业前沿技术，在导师指导下提出改进建议。
配合团队完成算法的测试、验证工作。
职位要求
计算机、电子工程、自动化、数学等相关专业本科及以上在读学生。
对计算机视觉、深度学习技术有浓厚兴趣，有相关课程学习或项目经验。
熟练掌握Python编程语言，了解常见深度学习框架（如TensorFlow、PyTorch等）。
具备良好的数学基础，了解图像处理、目标检测、多目标跟踪等算法原理。
学习能力强，有较强的自驱力和责任心。
良好的团队协作能力和沟通能力。
实习期不少于3个月，每周工作时间不少于4天。
加分项
有动态物体检测、目标检测或环境感知相关项目经验。
了解YOLO、DETR、FasterRCNN、Sparse4D、MOTR等检测框架。
有C++编程经验。
了解传感器数据处理，对摄像头、激光雷达、毫米波雷达等设备有基本认知。
了解多传感器融合检测技术。
了解Transformer、BEV感知等前沿技术。
发表过CVPR、ICCV、ECCV等相关领域论文或专利。