1.面向產(chǎn)品外觀缺陷、裝配到位與尺寸/間隙等任務(wù)，設(shè)計(jì)檢測(cè)/分割/關(guān)鍵點(diǎn)/位置姿態(tài)等算法方案，形成可復(fù)用模型與評(píng)測(cè)基線。
2.充分了解視覺(jué)檢測(cè)中出現(xiàn)的復(fù)雜場(chǎng)景，針對(duì)單目視覺(jué)在復(fù)雜背景，如高草、遮擋、反光、小目標(biāo)等易誤檢問(wèn)題，開(kāi)展結(jié)構(gòu)改造與后處理優(yōu)化。
3.熟練使用RGB-D/TOF等深度相機(jī)，完成深度數(shù)據(jù)去噪、尺度對(duì)齊、深度-彩色配準(zhǔn)、點(diǎn)云/深度圖重建與ROI特征提取。
4.為產(chǎn)線不同工位設(shè)計(jì)相機(jī)方案，如相機(jī)裝固定還是可移動(dòng)、如何同步拍照等，讓同一套系統(tǒng)能適配多種產(chǎn)品型號(hào)并快速切換使用。
5.熟悉視覺(jué)檢測(cè)的基本原理和流程，熟練掌握基本視覺(jué)檢測(cè)算法和框架，能夠快速搭建并工程化落地。
6.熟悉邊緣部署與性能壓縮方案，如TensorRT/多進(jìn)程推理/批量化調(diào)度，滿足高并發(fā)與低時(shí)延要求。
7.將視覺(jué)算法應(yīng)用在園區(qū)/戶外設(shè)備，如割草機(jī)器人、AGV上，實(shí)現(xiàn)穩(wěn)健的障礙物/路面/區(qū)域識(shí)別，熟悉激光雷達(dá)在機(jī)器視覺(jué)中的應(yīng)用，必要時(shí)融合相關(guān)數(shù)據(jù)以增強(qiáng)定位精度。

1.計(jì)算機(jī)技術(shù)/自動(dòng)化/電子等相關(guān)專(zhuān)業(yè)本科及以上，具備扎實(shí)的視覺(jué)與深度學(xué)習(xí)基礎(chǔ)，能獨(dú)立完成數(shù)據(jù)→訓(xùn)練→評(píng)測(cè)→部署。
2.熟悉檢測(cè)/分割/關(guān)鍵點(diǎn)/位姿等主流算法與框架，如YOLO、MMDetection等，有復(fù)雜場(chǎng)景的相關(guān)優(yōu)化經(jīng)驗(yàn)者優(yōu)先。
3.精通深度相機(jī)與成像工程：熟練使用RGB-D/ToF深度相機(jī)，能對(duì)獲取的深度信息/數(shù)據(jù)進(jìn)行處理。
4.精通一種主流開(kāi)發(fā)語(yǔ)言，如Python、Matlab等，并熟練使用深度學(xué)習(xí)框架，如PyTorch等完成訓(xùn)練與部署。
5.具備多傳感器融合與戶外設(shè)備經(jīng)驗(yàn)：了解激光雷達(dá)在機(jī)器視覺(jué)中的應(yīng)用，能在需要時(shí)進(jìn)行視覺(jué)-雷達(dá)的輕量融合以提升整體性能；
6.具備良好的團(tuán)隊(duì)協(xié)作能力，跨部門(mén)合作與創(chuàng)新能力。