我们的研究方向为真实场景下的 Detection / Tracking 技术预研及业务落地。 具体研究方向包括/不限于 1. 探索极端光照 / 遮挡等困难场景下的人脸检测性能边界。 2. 优化密集遮挡场景下的人脸 tracking 性能 3. 模型量化,蒸馏在检测方向的实际应用 4. 理论结合业务,拓展检测深度,完成1篇以上顶会论文投稿
我们负责的业务场景涵盖泛安防/智能教育/通行考勤等多个核心业务领域。我们会和业务方共同推进产品性能/用户体验。
实习要求: 熟悉深度学习基础算法 有一定编程基础,擅长 Python 编程 了解 paddle、Caffe、Tensorflow、PyTorch 等任一深度学习框架。 每周 4 天以上(工作日),能够长期实习(六个月或以上)
加分项: 具备ACM等大赛奖牌 具有人脸检测方向实际深度学习相关项目经验或实习经历 在ICCV、CVPR、ECCV、NIPS等相关会议取得过优秀成绩或发表论文 联系方式:wangkangkang@baidu.com;chenziliang01@baidu.com;hebin04@baidu.com
|