我们不要“码农”,要一起养“小猪”的工程师🚀

LiaHuang123 2026-03-23 15:54:08

深圳新型养殖业机器人公司招聘啦招聘啦!!!

🌟 团队日常:
上午用最新养殖方案“怼”需求,下午就在机器小狗设计中找结构灵感
双休餐补零食福利叠不满,但解决Bug后的补给能填满
💻 正在寻找这样的你:
看到优雅代码会心跳加速💓
认为“这个需求做不了”是挑战书而不是结束语
Git提交记录比日记还认真
🔧 技术栈共鸣区:
3D建模/Java/Python/TensorFlow/PyTorch/ARMCortex/X86/Linux/ROS (至少一款是你的主场)
结构/硬件/电机算法/感知/slam/运动控制/测试(至少一个智能是你能胜任)
高并发系统设计 (享受流量暴涨的刺激)
✨ 我们提供的不只是工作:
技术选型自由度高,你可以提议用新技术重构“祖传代码”
高端ThinkPad电脑,配备顶配设备+4K显示器,你的生产力工具绝不将就
📌 隐藏福利:
每年5天+年假,周末双休,六险一金,工作餐补,季度旅游,月度团建等多重福利
公司楼下就是9号线地铁站,但更欢迎你骑车来摸鱼(停车提供月卡)
👉 如何找到我们:
主页戳戳「聊聊」按钮,发送你的:
最得意的项目/代码片段/简历
最近在钻研的技术话题
我们不看学历证书,只好奇你的代码能多“性感”

有兴趣者可发送简历至yanglinglu@lwscenter.com/huanglinya@lwscenter.com,我们期待你的加入!!

...全文
389 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
数据集可视化效果可参见下方展示。 【数据集概况】 · 检测类别(中文):[保龄球(bowling)] · 训练集:594 张 · 验证集:75 张 · 测试集:74 张 · 总计:743 张 该数据集聚焦于室内保龄球馆场景,系统性采集了多角度、多姿态下保龄球在不同运动阶段的视觉特征,为保龄球运动过程中的球体识别与轨迹分析提供了高质量标注样本,具有明确的体育训练与智能辅助系统开发价值。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 100 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9938** mAP50-95 | 0.6966 Precision | 0.9740 Recall | 0.9974 train/box_loss | 0.9113 train/cls_loss | 0.2862 val/box_loss | 1.1516 val/cls_loss | 0.3116 【训练过程分析】 100 轮训练后 mAP50 达到 0.9938,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。但 mAP50-95 为 0.6966,和 mAP50 差距 0.30,定位精度仍有优化空间。 【模型性能评估】 Precision 0.9740、Recall 0.9974,精召双高,模型对保龄球的检测能力强。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖保龄球,置信度整体偏高。 【改进建议】 1. 丰富场景多样性:补充不同光照、背景和遮挡条件下的样本。 2. 提升输入分辨率:640 ...
PaddleOCR 与YOLO目标检测 HTTP 服务。 项目通过 PaddleOCROnnx 原生库集成 OnnxRuntime加速能力,围绕 ONNX 模型部署, 以统一接口提供图像文字识别、YOLO 目标检测和 Tensor 数据输出。 功能概览 文字识别:支持图片 Base64、multipart/form-data 上传,以及文本和 JSON 结果。 目标检测:支持 YOLO 图片检测,返回检测框 JSON 或原始 Tensor。 浏览器演示:访问服务根地址,上传图片并切换 OCR、YOLO 模式。 健康检查:通过 /health 查看服务及 OCR、YOLO 引擎初始化状态。 并发处理:通过 OCR 引擎实例池处理并发请求,可调整实例数量。 体验与调用 启动后访问: 入口 地址 浏览器演示 http://localhost:5000/ 健康检查 http://localhost:5000/health 原生依赖 Windows:优先从 runtimes/win-x64/native/ 加载原生 DLL;该目录没有 PaddleOCROnnx.dll 时,尝试从可执行文件所在目录加载。主 DLL 与对应后端依赖应放在同一原生目录中,不要将同一组依赖分散到多个目录。 Linux:原生运行时位于 runtimes/linux-x64/native/,程序使用相对于可执行文件的运行时搜索路径查找随包部署的依赖。 后端选择:CoreOCROnnx 支持 ONNX Runtime、OpenVINO、TensorRT 后端。请使用与平台、进程架构、硬件和后端匹配的一整套运行时,不要混用不同后端或版本的依赖。

19

社区成员

发帖
与我相关
我的任务
社区描述
校招、社招求职交流
职场和发展程序人生 个人社区 河北省·承德市
社区管理员
  • Java张金贺
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧