崗位職責(zé)：
1.負(fù)責(zé)溫室場景果實(shí)識別系統(tǒng)開發(fā)，基于成熟深度學(xué)習(xí)框架；完成目標(biāo)檢測與
成熟度判斷模型；
2.優(yōu)化模型在邊緣設(shè)備上的部署性能，實(shí)現(xiàn)實(shí)時(shí)推理；
3.設(shè)計(jì)視覺引導(dǎo)方案，輸出采摘位姿信息，與機(jī)械臂控制團(tuán)隊(duì)協(xié)作完成手眼協(xié)
調(diào)；
4.解決農(nóng)業(yè)場景特有挑戰(zhàn)：光照變化、枝葉遮擋、果實(shí)重疊、不同品種適配；
任職要求（滿足通用技能要求以及以下A或B或C背景）：
通用技能要求：
?精通Python，熟練使用OpenCV；
?熟悉Linux開發(fā)環(huán)境，有嵌入式Linux部署經(jīng)驗(yàn)；
?能閱讀英文技術(shù)文檔，獨(dú)立解決相機(jī)選型、光學(xué)調(diào)試等工程問題；
方向A：工業(yè)/機(jī)器人視覺背景
?2年以上工業(yè)視覺檢測或機(jī)器人視覺引導(dǎo)項(xiàng)目經(jīng)驗(yàn)；
?熟悉目標(biāo)檢測、圖像分割、相機(jī)標(biāo)定等基礎(chǔ)算法；
?有實(shí)際項(xiàng)目落地經(jīng)驗(yàn)，能獨(dú)立完成從模型訓(xùn)練到部署的全流程；
方向B：算法工程化背景
?2年以上深度學(xué)習(xí)工程經(jīng)驗(yàn)，有模型輕量化（量化/剪枝/蒸餾）實(shí)際案例；
?熟悉PyTorch/TensorFlow，掌握ONNX/TensorRT等部署工具鏈；
?有邊緣設(shè)備優(yōu)化經(jīng)驗(yàn)，不限定行業(yè)；
方向C：AI+農(nóng)業(yè)交叉背景
?有農(nóng)業(yè)、生物、食品等領(lǐng)域AI應(yīng)用經(jīng)驗(yàn)，如作物監(jiān)測、病蟲害識別、農(nóng)產(chǎn)
品分級等；
?熟悉農(nóng)業(yè)數(shù)據(jù)特性，能快速理解業(yè)務(wù)場景需求；