一、崗位描述
負責金屬罐缺陷檢測算法的全流程研發與落地：數據標注規劃及執行
、基於 YOLO 係列模型的訓練與優化
、部署加速
，以及與前端 UI 係統的接口對接，確保算法在生產環境中高效
、穩定運行。崗位需要在必要時親自完成部分數據標注，偶爾出差支持現場部署與調試。
二
、核心工作職責
1.數據管理與標注
o製定缺陷類別與標注規範，指導數據標注團隊並監督標注質量
o在團隊人力緊張或交付節點緊迫時，親自完成數據標注與質檢工作
，確保進度與精度
o維護高質量數據集，定期進行樣本挖掘、清洗與增強
o針對類別失衡問題
，設計並實施采樣策略
、損失函數權重調整或數據增強方法
，以提升模型對少樣本缺陷的檢測能力
2.模型研發與性能提升
o深入理解 YOLO 係列目標檢測框架，獨立完成模型改進與精度-速度平衡
o設計並實現自定義模塊以提升檢測精度與速度
o熟悉多目標訓練、多尺度訓練
、遷移學習、知識蒸餾
、剪枝、量化等等性能提升手段
3.訓練管線與工具鏈
o在 Ubuntu環境下搭建、維護和迭代訓練管線
o編寫自動化腳本實現數據準備、訓練、評估與可視化；優化資源利用率與超參搜索策略
4.模型部署與係統集成
o將模型導出並適配 ONNX、TensorRT、NCNN
、OpenVINO 等推理框架
o與 C#、C 、Python 或 RESTful 服務 / UI 界麵對接，輸出穩定、高效的推理 API
o參與遠程或現場部署，分析並優化 GPU / CPU / 邊緣設備的實時性能瓶頸
5.技術前沿跟蹤與團隊共享
o跟進目標檢測最新研究進展，快速閱讀英文論文並驗證可行性
在團隊內進行技術分享與文檔沉澱，推動整體技術能力升級