计算机视觉算法工程师常见面试题1
2024-05-12
1. 计算机视觉算法工程师常见面试题1
参考： https://www.zhihu.com/column/c_1170719557072326656
反卷积也称为转置卷积，如果用矩阵乘法实现卷积操作，将卷积核平铺为矩阵，则转置卷积在正向计算时左乘这个矩阵的转置WT，在反向传播是左乘W，与卷积操作刚好相反，需要注意的是，反卷积不是卷积的逆运算。 [知乎问题+caffe实现]
实现上采样；近似重构输入图像，卷积层可视化。
只要激活函数选择得当，神经元的数量足够，至少有一个隐含层的神经网络可以 逼近闭区间上任意一个连续函数到任意指定的精度。
判别模型，直接输出类别标签，或者输出类后验概率p(y|x) [ https://www.zhihu.com/question/268906476] [ https://zhuanlan.zhihu.com/p/40024110] [ https://zhuanlan.zhihu.com/p/159189617]
BN是在 batch这个维度上进行归一化，GN是计算channel方向每个group的均值方差.
检测结果与 Ground Truth 的交集比上它们的并集，即为检测的准确率 IoU
内存/显存占用；模型收敛速度等
Hessian矩阵是n*n， 在高维情况下这个矩阵非常大，计算和存储都是问题。
mini-batch太小会导致收敛变慢，太大容易陷入sharp minima，泛化性不好。
可以把dropout看成是 一种ensemble方法，每次做完dropout相当于从原网络中找到一个更瘦的网络。
pooling操作虽然能增大感受野，但是会丢失一些信息。空洞卷积在卷积核中插入权重为0的值，因此每次卷积中会skip掉一些像素点；
空洞卷积增大了卷积输出每个点的感受野，并且不像pooling会丢失信息，在图像需要全局信息或者需要较长sequence依赖的语音序列问题上有着较广泛的应用。
表达式为：
使用BN的原因是网络训练中每一层不断改变的参数会导致后续每一层输入的分布发生变化，而学习的过程又要使每一层去适应输入的分布，因此不得不降低网络的学习率，并且要小心得初始化（internal covariant shift） 如果仅通过归一化方法使得数据具有零均值和单位方差，则会降低层的表达能力（如使用Sigmoid函数时，只使用线性区域） BN的具体过程（注意第三个公式中分母要加上epsilon）
最好的解释是通过1 * 1卷积核能实现多个channel间的解耦合，解耦cross-channel correlation和spatial correlation。 【但是因为解耦不彻底，因此后续有了mobile net的组卷积方式和shuffle net组卷积方式】
由于 1×1 并不会改变 height 和 width，改变通道的第一个最直观的结果，就是可以将原本的数据量进行增加或者减少。改变的只是 height × width × channels 中的 channels 这一个维度的大小而已。
1*1卷积核，可以在保持feature map尺度不变的（即不损失分辨率）的前提下大幅增加非线性特性（利用后接的非线性激活函数），把网络做的很deep。
备注：一个filter对应卷积后得到一个feature map，不同的filter(不同的weight和bias)，卷积以后得到不同的feature map，提取不同的特征，得到对应的specialized neuron。
例子：使用1x1卷积核，实现降维和升维的操作其实就是channel间信息的线性组合变化，3x3，64channels的卷积核后面添加一个1x1，28channels的卷积核，就变成了3x3，28channels的卷积核，原来的64个channels就可以理解为跨通道线性组合变成了28channels，这就是通道间的信息交互
注意：只是在channel维度上做线性组合，W和H上是共享权值的sliding window
并不能说明这个模型无效导致模型不收敛的原因可能有
A. 在实际场景下，应尽量使用ADAM，避免使用SGD B. 同样的初始学习率情况下，ADAM的收敛速度总是快于SGD方法 C. 相同超参数数量情况下，比起自适应的学习率调整方式，SGD加手动调节通常会取得更好效果 D. 同样的初始学习率情况下，ADAM比SGD容易过拟合
A.保证每一层的感受野不变，网络深度加深，使得网络的精度更高 B.使得每一层的感受野增大，学习小特征的能力变大 C.有效提取高层语义信息，且对高层语义进行加工，有效提高网络准确度 D.利用该结构有效减轻网络的权重
A.计算简单 B.非线性 C.具有饱和区 D.几乎处处可微 【relu函数在0处是不可微的。】
A.Adam的收敛速度比RMSprop慢 B.相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的 C.对于轻量级神经网络，使用Adam比使用RMSprop更合适 D.相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的 【SGD通常训练时间更长，容易陷入鞍点，但是在好的初始化和学习率调度方案的情况下，结果更可靠。如果在意更快的收敛，并且需要训练较深较复杂的网络时，推荐使用学习率自适应的优化方法。】
A.使用ReLU做为激活函数，可有效地防止梯度爆炸 B.使用Sigmoid做为激活函数，较容易出现梯度消失 C.使用Batch Normalization层，可有效的防止梯度爆炸 D.使用参数weight decay，在一程度上可防止模型过拟合
对结果存疑。认为二者皆可防止。
A.SGD B.FTRL C.RMSProp D.L-BFGS
L-BFGS（Limited-memory BFGS，内存受限拟牛顿法）方法： 所有的数据都会参与训练，算法融入方差归一化和均值归一化。大数据集训练DNN，容易参数量过大 (牛顿法的进化版本，寻找更好的优化方向，减少迭代轮数）从LBFGS算法的流程来看，其整个的核心的就是如何快速计算一个Hesse的近似：重点一是近似，所以有了LBFGS算法中使用前m个近似下降方向进行迭代的计算过程；重点二是快速，这个体现在不用保存Hesse矩阵上，只需要使用一个保存后的一阶导数序列就可以完成，因此不需要大量的存储，从而节省了计算资源；重点三，是在推导中使用秩二校正构造了一个正定矩阵，即便这个矩阵不是最优的下降方向，但至少可以保证函数下降。 FTRL(Follow-the-regularized-Leader)是一种适用于处理超大规模数据的,含大量稀疏特征的在线学习的常见优化算法，方便实用，而且效果很好，常用于更新在线的CTR预估模型；FTRL在处理带非光滑正则项（如L1正则）的凸优化问题上表现非常出色，不仅可以通过L1正则控制模型的稀疏度，而且收敛速度快；
A.LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题 B.CNN相比于全连接的优势之一是模型复杂度低，缓解过拟合 C.只要参数设置合理，深度学习的效果至少应优于随机算法 D.随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
实际上，现在有很多针对小目标的措施和改良，如下：
最常见的是Upsample来Rezie网络输入图像的大小；
用dilated/astrous等这类特殊的卷积来提高检测器对分辨率的敏感度；（空洞卷积是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用添加空洞扩大感受野，让原本3 x3的卷积核，在相同参数量和计算量下拥有5x5（dilated rate =2）或者更大的感受野，从而无需下采样。在保持参数个数不变的情况下增大了卷积核的感受野）
有比较直接的在浅层和深层的Feature Map上直接各自独立做预测的，这个就是我们常说的尺度问题。
用FPN这种把浅层特征和深层特征融合的，或者最后在预测的时候，用浅层特征和深层特征一起预测；
SNIP（Scale Normalization for Image Pyramids）主要思路：
在训练和反向传播更新参数时，只考虑那些在指定的尺度范围内的目标，由此提出了一种特别的多尺度训练方法。
2. 视觉算法工程师的主要职责8篇
视觉算法工程师负责算法模块需求分析、软件设计、代码开发、问题定位等工作。下面是我为大家带来的视觉算法工程师的主要职责8篇，希望大家能够喜欢!
视觉算法工程师的主要职责1
职责：
1.工业相机的firmware开发及功能整合;
2.深度学习模型的构建与优化或机器学习算法的优化，提升效果.性能与易用性;
3.结合业务产景，能灵活调整算法框架和数据集;
4.负责算法在产品的落地;
5.工业应用后台服务器算法的开发;
岗位要求
1.精通C/C++，Python等编程语言，熟悉ARM/MIPSLinux等平台的开发;
2.精通机器视觉(如人脸检测识别，目标检测和跟踪，OCR，数字图像处理算法OpenCV/OpenVINO等);
3.精通常用的深度学习框架，如Tensorflow，Caffe等,有相关实战 经验 优先;
4.在机器学习上有实战经验，对经典算法如SVM(支持向量机).LR(逻辑回归分析).CNN(卷积神经网络)等有深入理解;
5.有较强的学习能力，团队合作能力以及沟通能力。
视觉算法工程师的主要职责2
职责：
1、仓储机器人视觉定位系统设计、开发和优化。
2、二维码导航技术研发。
3、其他新型视觉导航技术研发。
4、本岗位为研发岗，要求有较强的解决实际问题能力。
岗位要求：
1、硕士及以上学历，研究方向为图像模式识别。
2、熟悉主要图像模式识别算法(包括但不限于图像去噪、图像复原、图像分割、区域描述等)，并且能够独立实现。
3、有独立开发算法的工作经验和能力，既能独立解决问题，也能够协同工作。
4、熟练使用C/C++。
5、熟悉QR码、DM码等常见二维码的原理和扫描算法，具备开发工业二维码的能力者优先。
6、对搜索算法、聚类算法、编码算法、图像压缩算法等有深入研究者优先。
7、在模式识别和机器学习算法研究中有独到见解者优先。
视觉算法工程师的主要职责3
职责：
1. 负责工业视觉项目现场调试工作;
2. 负责前期样本的采集、深度学习样本标注等工作;
3. 负责调试文档的撰写。
任职资格：
1. 具备吃苦耐劳、敬业负责的职业精神;
2. 熟悉工业自动化产线生产流程，对于工业自动化中的常见的电气元件及其使用 方法 有一定的了解，对于工业自动化中常用的机械结构有一定的了解。
3. 熟悉基恩士、康耐视、巴斯勒、海康、大恒工业相机，能够对这些相机及其配套镜头独立自主的安装、调参，熟悉各种相机的参数特性者优先;
4. 熟悉各种配套的光源：环形、条形、背光，了解常见的光源种类：蓝光、白光、红光等。并且对这些光源的安装、使用有一定的项目经验。
5. 熟练使用以上相机配套的相应软件者优先;
6. 具备工业视觉检测项目的经验者，优先考虑。
视觉算法工程师的主要职责4
职责：
1、负责现有公司的AOI软件平台的开发维护和升级;
2、负责设备软件技术文档编制;
3、负责设备软件部门的售后技术支持;
4、完成上级交代的其他任务
任职要求：
1、 本科以上学历，计算机、软件工程、数学相关专业;
2、掌握或了解C++编程语言;
3、掌握或了解Halcon、OpenCV等图像算法
4、具备良好的团队合作、积极主动沟通意识;
5、具有良好的分析、解决问题的能力，对攻克疑难问题有浓厚兴趣
视觉算法工程师的主要职责5
职责：
负责公司工业视觉检测产品的图像处理与模式识别等相关算法的研究;
完成软件系统代码的实现，编写代码注释和开发文档;
辅助进行系统的功能定义,程序设计;
根据设计文档或需求说明完成代码编写，调试，测试和维护;
分析并解决软件开发过程中的问题;
协助测试工程师制定测试计划，定位发现的问题;
职位要求：
1、精通JAVA、C#、等主流软件语言中一种及以上
2、熟悉SQL Server、MySQL、Oracle等一种或多种数据库的使用和开发
3. 熟悉视觉算法，可独立分析并编写算法及测试”
4、有1年及以上相关软件语言开发工作经验
5、参与过两个及以上完整的项目开发过程
6、有自主学习、独立思考、独立解决问题的能力
7. 具有良好的表达能力和人际沟通技巧，具有良好的团队合作精神，工作认真负责
8. 有工业领域机器视觉算法(目标定位、缺陷检测、条码识别、OCR、测量)研发经验优先;
视觉算法工程师的主要职责6
职责：
1、研究深度学习(包括各种神经网络结构与应用)或计算机视觉各个领域(目标检测识别、三维重建等)中核心算法;
2、将上述核心算法应用到各种复杂现实场景中;
3、针对应用场景进行优化和定制。
任职要求：
1、计算机、软件工程、自动化等相关专业 毕业 ;
2、硕士学历，或本科学历并且有2年以上相关工作经验;
3、能够熟练阅读和理解英文资料;
4、熟悉C/C++、python语言，具有研发能力;
5、掌握计算机视觉领域的基础理论、图像处理和模式识别的相关算法，具有扎实的背景知识;
6、熟悉OpenCV/openGL，特别是其中图像处理库、立体视觉库/图像渲染;
7、具备良好的团队合作和沟通能力，很强的 逻辑思维 能力和学习能力。
视觉算法工程师的主要职责7
职责：
1. 研究各种工业领域的机器视觉算法(定位、识别、检测、测量)，实时跟踪国内外的行业发展现状与方向;
2. 根据公司项目需求，设计与开发新的视觉算法;
3. 对公司产品中现有的视觉算法从稳定性、处理效果和速度上做持续改进;
4. 负责算法测试相关工作，撰写开发文档;
任职要求：
1. 硕士及以上学历，图像处理、计算机视觉、自动化相关专业;
2. 熟悉C ,VC++ ,python;
3. 精通数字图像处理算法，包括图像增强、图像分割、特征提取、模板匹配等，熟悉opencv，halcon等视觉算法库;
4. 有工业领域机器视觉算法(目标定位、OCR、测量、缺陷检测)开发经验;
5. 有windows平台下算法优化的经验;
6. 具有阅读专业英文资料的能力，以了解国际先进的视觉算法;
7. 有底层机器视觉算法库开发、3D视觉算法开发经验者优先;
视觉算法工程师的主要职责8
职责
1、负责图像处理算法的设计与实现;
2、负责现有算法的优化和完善;
3、参与用户功能的定义和验收;
4、跟踪图像算法应用情况，完成技术支持工作。
任职资格
1、计算机，电子，自动化等相关专业本科以上毕业，2年以上相关工作经验;
2、具有C/C++程序设计基础，对数据结构有一定的研究基础;
3、熟悉计算机视觉算法和图像处理算法;
4、具备团队合作精神，有良好的人际沟通能力。
视觉算法工程师的主要职责8篇相关 文章 ：
★ 图像算法工程师岗位的工作职责范本
★ 算法工程师岗位职责简洁版
★ 算法工程师岗位的主要职责文本
★ 图像算法工程师的主要职责
★ 视觉算法工程师的职责
★ 图像算法工程师岗位的主要职责
★ 图像算法工程师的职责概述内容
★ 图像算法工程师岗位的职责精选
★ 图像算法工程师的工作职责描述
var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?f3deb3e38843798ce8b6783fc0959c85"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })();
3. 计算机视觉算法工程师笔试主要什么内容
你好，领学网为你解答： 计算机视觉部分： 1、考察特征点匹配算法，输入两幅图像中的特征点对，输出匹配的特征点对，（128维描述子）距离计算函数已给出无需考虑复杂度。编写伪代码，分析算法复杂度； 2、考察图像旋转。左边图像时旋转一定角度后的图像(有黑边)，右边为正常图像。已知两幅图像都为WxH，以及左图像与四边的切点A1A2A3A4，设计旋转算法使左图像变换矫正成右图像，编写伪代码，分析算法复杂度及优缺点； 3、主要考察双目视觉中的标定知识。给出了双目视觉的成像原理图及相关定理和表达。第一小题，需要证明x'Fx=0 x'x为左右图像中的匹配点对，并要求给出F矩阵的秩；第二小题要求推导出最少可由多少对左右图像中匹配点可以推导出F矩阵； 4、要求写出图像处理和计算机视觉在无人飞行器中的3个重要应用。给出理由和解决方案并分析。 图像处理部分： 1、主要考察一维中值滤波，退化为区间滤波 编写伪代码，分析算法复杂度； 2、主要考察二维中值滤波，编写伪代码，分析算法复杂度； 3、如何去除脉冲噪声，图像中有大量随机产生的255和0噪声； 4、考察加权中值滤波公式推导以及一维加权中值滤波 控制部分： 对象举例均为四旋翼无人飞行器，各题目要求设计控制器，给出控制率，还有观测方案设计等等；有一题比较简单就是说明PID的各部分含义以及如何调节。 希望帮到你!
4. 计算机视觉算法工程师笔试主要什么内容
，领学网为你解 计算机视觉部分： 1、考察特征点匹配算法，输入两幅图像中的特征点对，输出匹配的特征点对，（128维描述子）距离计算函数已给出无需考虑复杂度。编写伪代码，分析算法复杂度； 2、考察图像旋转。左边图像时旋转一定角度后的图像(有黑边)，右边为正常图像。已知两幅图像都为WxH，以及左图像与四边的切点A1A2A3A4，设计旋转算法使左图像变换矫正成右图像，编写伪代码，分析算法复杂度及优缺点； 3、主要考察双目视觉中的标定知识。给出了双目视觉的成像原理图及相关定理和表达。第一小题，需要证明x'Fx=0 x'x为左右图像中的匹配点对，并要求给出F矩阵的秩；第二小题要求推导出最少可由多少对左右图像中匹配点可以推导出F矩阵； 4、要求写出图像处理和计算机视觉在无人飞行器中的3个重要应用。给出理由和解决方案并分析。 图像处理部分： 1、主要考察一维中值滤波，退化为区间滤波 编写伪代码，分析算法复杂度； 2、主要考察二维中值滤波，编写伪代码，分析算法复杂度； 3、如何去除脉冲噪声，图像中有大量随机产生的255和0噪声； 4、考察加权中值滤波公式推导以及一维加权中值滤波 控制部分： 对象举例均为四旋翼无人飞行器，各题目要求设计控制器，给出控制率，还有观测方案设计等等；有一题比较简单就是说明PID的各部分含义以及如何调节。 希望帮到你!
5. 计算机视觉算法工程师笔试主要什么内容
，领学网为你解 计算机视觉部分： 1、考察特征点匹配算法，输入两幅图像中的特征点对，输出匹配的特征点对，（128维描述子）距离计算函数已给出无需考虑复杂度。编写伪代码，分析算法复杂度； 2、考察图像旋转。左边图像时旋转一定角度后的图像(有黑边)，右边为正常图像。已知两幅图像都为WxH，以及左图像与四边的切点A1A2A3A4，设计旋转算法使左图像变换矫正成右图像，编写伪代码，分析算法复杂度及优缺点； 3、主要考察双目视觉中的标定知识。给出了双目视觉的成像原理图及相关定理和表达。第一小题，需要证明x'Fx=0 x'x为左右图像中的匹配点对，并要求给出F矩阵的秩；第二小题要求推导出最少可由多少对左右图像中匹配点可以推导出F矩阵； 4、要求写出图像处理和计算机视觉在无人飞行器中的3个重要应用。给出理由和解决方案并分析。 图像处理部分： 1、主要考察一维中值滤波，退化为区间滤波 编写伪代码，分析算法复杂度； 2、主要考察二维中值滤波，编写伪代码，分析算法复杂度； 3、如何去除脉冲噪声，图像中有大量随机产生的255和0噪声； 4、考察加权中值滤波公式推导以及一维加权中值滤波 控制部分： 对象举例均为四旋翼无人飞行器，各题目要求设计控制器，给出控制率，还有观测方案设计等等；有一题比较简单就是说明PID的各部分含义以及如何调节。 希望帮到你!
6. 计算机视觉算法工程师笔试主要什么内容
，领学网为你解 计算机视觉部分： 1、考察特征点匹配算法，输入两幅图像中的特征点对，输出匹配的特征点对，（128维描述子）距离计算函数已给出无需考虑复杂度。编写伪代码，分析算法复杂度； 2、考察图像旋转。左边图像时旋转一定角度后的图像(有黑边)，右边为正常图像。已知两幅图像都为WxH，以及左图像与四边的切点A1A2A3A4，设计旋转算法使左图像变换矫正成右图像，编写伪代码，分析算法复杂度及优缺点； 3、主要考察双目视觉中的标定知识。给出了双目视觉的成像原理图及相关定理和表达。第一小题，需要证明x'Fx=0 x'x为左右图像中的匹配点对，并要求给出F矩阵的秩；第二小题要求推导出最少可由多少对左右图像中匹配点可以推导出F矩阵； 4、要求写出图像处理和计算机视觉在无人飞行器中的3个重要应用。给出理由和解决方案并分析。 图像处理部分： 1、主要考察一维中值滤波，退化为区间滤波 编写伪代码，分析算法复杂度； 2、主要考察二维中值滤波，编写伪代码，分析算法复杂度； 3、如何去除脉冲噪声，图像中有大量随机产生的255和0噪声； 4、考察加权中值滤波公式推导以及一维加权中值滤波 控制部分： 对象举例均为四旋翼无人飞行器，各题目要求设计控制器，给出控制率，还有观测方案设计等等；有一题比较简单就是说明PID的各部分含义以及如何调节。 希望帮到你!
7. 视觉算法工程师的工作职责
视觉算法工程师负责公司视觉分析算法研发，包括运动轨迹预测、同图像上多人脸识别、物体特征提取的算法研发工作。以下是我整理的视觉算法工程师的工作职责。
视觉算法工程师的工作职责1
职责：
1、负责机器视觉系统图像处理、分析及算法研发，视频图像特征提取等应用开发;
2、研究并开发基于地图信息的单目、双目摄像头，vslam及其他相关传感器的自主定位算法。
3、完成算法设计、实现、测试，完成应用调试;
4、完成技术文档。
任职资格：
1、图像处理领域相关专业(如电子工程，计算机，自动控制等)本科学历5年以上工作经验，有计算机视觉，模式识别，视频图像处理的算法开发经验;
2、熟练使用C/C++编程语言，掌握计算机视觉基础理论和算法，熟悉基于特征的图像定位算法;
4、熟练使用OpenCV进行视觉应用开发;
5、有在ARM平台Linux 操作系统上软件开发的经验;
6、能承受工作压力，具有优秀的沟通能力、高度的工作热情、良好的团队合作精神与敬业精神及职业道德，有机器人相关行业经验者有限考虑。
视觉算法工程师的工作职责2
职责;
1、负责开发移动机器人/无人驾驶场景下的计算机视觉相关算法工程;
2、负责跟踪图像算法开发;
3、负责多视图几何、三位重建、物体识别等算法的研发;
4、负责与软件工程师对接完成算法的移植;
5、研究计算机视觉前沿技术;
6、撰写计算机相关专利和技术文档。
任职要求;
1、计算机、图像处理、自动化、电气等专业，本科学历，一年以上工作经验;
2、世联掌握C/C++、Python等编程语言;
3、熟练常用的数据结构和基础算法;
4、熟练掌握计算机视觉识别、分类、目标检测和视觉跟踪等算法;
5、有较强的自我学习能力以及问题分析解决能力。
视觉算法工程师的工作职责3
职责：
1.负责现有的布，辅料的漫反射、镜面反射、折射、粗糙率、法线数据采集,模型重建算法的维护和新需求算法的实现;
2.分析公司现有布辅料数据采集项目的需求和算法以及学习跟进业界最新算法成果，优化和提出改进方案。
担任资格：
1.本科及以上学历，计算机相关学位，具备3年以上的计算机视觉算法相关工作经验;
2.熟悉 Linux 环境开发，精通C/C++ 精通数据结构和基础算法;
3.具备扎实的数学基础和计算机视觉算法功底，有光学方向知识;
4.精通视觉理论和方法，包含但不限于结构光视觉，双目立体视觉，条纹相位和摄影测量中的一种或多种，有做过珠宝，钻石扫描仿真项目的优先;
5.善于思考和发现问题，并能提出改进方案;
6.针对项目需求和业务场景，具备技术算法拆解和规划能力，可根据实际应用场景提出算法优化创新思路;
7.具有较强的学习和研究能力，能够阅读相关领域英文论文，4级英语。
视觉算法工程师的工作职责4
职责：
· 针对任务需求，完成相关图像处理算法、机器视觉算法的开发与实现;
· 图像智能分析算法的开发，主要为物体检测、识别和跟踪;
· 基于智能机器人应用的机器视觉处理算法开发;
任职条件：
· 计算机、自动化、数学等相关专业研究生以上学历;
· 掌握数学图像处理常用方法;
· 精通c/c++、python语言，熟悉OpenCV、caffe、pytorch等框架;
· 具有良好的数学基础及编程习惯，对机器视觉、图像处理、算法开发等有强烈兴趣，意向在此领域发展;
· 具有良好的分析能力、逻辑思维能力和表达能力;
视觉算法工程师的工作职责5
1、针对产品的应用问题，在客户现场进行技术支援并解决;
2、针对工业相机SDK及智能相机视觉软件提供方案及产品测试;
3、负责市场推广的技术支持工作，例如展会、技术论坛等;
4、依据客户和项目工艺需求，与销 售工程师和机械工程师制定***的项目自动化控制方案;
5、配合项目方案的软件说明部分的编制及网络图的制作;
6、了解工艺流程，编制逻辑原理框图;
7、依据生产中的编程条件编制软件及软件编制资料的收集、整理、归档和操作说明书的编制;
8、负责本项目的调试和运行，对其编制的软件进行验证;
最新文章
热门文章
推荐阅读