纯视觉 3D 目标检测 / 动态 GT 算法工程师
职位描述
岗位定位
负责建设云端纯视觉3D目标检测与动态GT生产能力，基于多相机视频、车辆自运动、时序几何、视觉重建结果和自动驾驶大模型能力，生成高质量动态目标真值，包括车辆、行人、骑行者等交通参与者的3DBox、TrackID、速度、朝向、可见性、运动状态和时序一致轨迹。该岗位重点关注纯视觉、云端、高精度、时序一致、可规模化生产的动态GT系统，目标是构建面向自动驾驶大模型训练的数据闭环核心能力。
核心职责
负责云端纯视觉3D目标检测算法研发，基于多相机视频输出车辆、行人、骑行者等动态目标的3DBox、类别、朝向、速度、尺寸、可见性和置信度。
负责动态目标时序关联与轨迹生成，包括TrackID维护、跨相机关联、长时序轨迹平滑、轨迹补全、遮挡恢复、短暂丢失重关联等。
负责动态GT生产系统建设,将3D检测、tracking、motionestimation、videogeometry、scene reconstruction等能力融合，形成可规模化生产的云端动态真值链路。
解决远距离目标、遮挡目标、小目标、截断目标、逆光、夜晚、雨雪场景、多相机边界目标、动态物体深度不准、速度抖动、朝向不稳定等问题。
结合Feed-forward Reconstruction/视觉4D重建结果，提升动态目标的depth、pose、velocity、trajectory、shape和时序一致性。
负责动态目标与静态场景的解耦，支持动态白名单、动态目标mask、动态点过滤、动态OCC、Flow3D、4DLabel等下游任务。
建设动态GT自动质检体系，评估3D boxaccuracy、depth accuracy、velocityaccuracy、orientation accuracy、track continuity、ID switch、multi-view consistency、temporal consistency等指标。
与视觉重建、DepthGT、3DGS仿真、World Model、规划和端到端模型团队协作，将动态GT用于感知模型训练、仿真数据生产、闭环评测和policypost-trainingo任职要求
硕士及以上学历，计算机视觉、自动驾驶、机器人、人工智能、自动化等相关专业。
具备2年以上纯视觉3D目标检测、BEV感知、自动驾驶感知、multi-view perception、tracking、动态目标建模或自动驾驶真值生产相关经验。
熟悉纯视觉3D检测/BEV感知相关技术,包括BEVFormer、BEVDet、BEVDepth、DETR3D、PETR、StreamPETR、Sparse4D、Far3D、VAD、UniAD、SparseDrive、Occ系列方法等。12.熟悉多相机感知、多视角几何、相机模型、深度估计、时序融合、ego-motion compensation、跨帧特征融合、跨相机关联等技术。
熟悉3D multi-object tracking、轨迹平滑、速度估计、ID association、motion model、Kalman Filter、Transformer tracking或learning-based tracking等方法。
具备PyTorch深度学习训练经验，能够独立完成模型复现、数据构建、训练调参、误差分析、指标评估和工程落地。
.必须具备相关项目经历，包括纯视觉3D检测、多相机BEV感知、3D Tracking、动态目标真值生产、自动驾驶感知模型训练、云端动态GT系统等。
加分项：
有纯视觉3D检测/BEV感知模型量产或云端真值生产经验者优先。
有Sparse4D、StreamPETR、BEVFormer、BEVDepth、Far3D、UniAD、VAD、SparseDrive等相关模型复现、训练、优化或工程落地经验者优先。
有云端高精度动态GT、自动驾驶4DLabel、动态白名单、动态OCC、Flow3D、动态目标轨迹生产经验者优先。
有多相机长序列感知、跨相机关联、遮挡恢复、轨迹补全、速度/朝向稳定性优化经验者优先。
有CVPR/ICCV/ECCV/NeurIPS /ICML/SIGGRAPH/ICRA相关论文或开源项目者优先。
立即投递
