
哈啰感知算法实习生(红绿灯方向)-【自动驾驶】
实习兼职技术地点:上海状态:招聘
任职要求
1、具备计算机视觉相关的理论知识和实践能力; 2、熟悉常用深度学习框架,如PyTorch、tensorflow等; 3、具有良好的沟通…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、参与自动驾驶视觉算法的设计与调优,包括但不限于2D目标检测、BEV检测模型; 2、使用图像处理技术和深度学习技术进行算法开发。
包括英文材料
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具,在灵活性、可读性和性能上都具备相当的优势,近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
还有更多 •••
相关职位

实习算法序列
1、参与自动驾驶静态要素(如红绿灯、箭头、地面标识、车道线、路沿等)的云端自动标注系统研发,助力真值系统构建与感知系统的高效数据生产; 2、探索大模型(如多模态/视觉语言模型)在地图Agent中的应用,推动静态要素自动标注流程的泛化能力、理解能力与自动决策水平; 3、研究corner case的发现与筛选方法,结合分布建模、异常检测、大模型语义理解等手段,提升自动标注系统的质量与鲁棒性; 4、协助构建从数据采集、挖掘、标注、训练、部署到badcase回归的高效闭环体系,实现自动标注系统的迭代优化; 5、参与核心算法或模型的原创设计与工程落地,包括模型压缩、评测体系构建、性能调优等任务。
更新于 2025-07-30北京|上海

实习算法序列
工作职责 1.负责ADAS、城区/高速NOA场景下的感知算法研发,包含交通灯、标识牌检测等空中要素检测工作; 2.探索端到端框架下红绿灯的融合,包括但不限于红绿灯内部端到端化及端到端轨迹生成中如何更好使用红绿灯信息进行路口控车; 3.探索LLM和检测模型结合如何提高交通灯检测的zero-shot能力; 4.负责核心算法或模型的原创设计以及工程化落地,如模型优化、评测体系化构建、case迭代等; 5.掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路,并伴随业务开展持续优化; 6.掌握通过数据闭环持续迭代模型的能力;
更新于 2025-01-06上海
