传统图像方向:交通标牌角点提取,交通标牌颜色提取,车道线中心线提取,双目视觉流程验证,主要使用opencv,json(输入输出文件),boost(路径以及文件判断)库。以上相关算法模块的开发,部分在widows,基于visual studio 2013完成,部分在linux (Ubuntu,centos),基于docker 容器中完成。
深度学习方向:基于caffe框架主要做过可变交通信息标牌限速分类,施工场景分类;基于pytorch框架主要做过地面箭头细分类,施工场景分类优化向pytorch框架迁移,文字识别调研在pytorch框架实验;模型加速pytorch转onnx,正在做的onnx转tensorRT。