1.根据实际项目需要，制定2D视觉数据标注规范，并在后续根据需要对标注规范进行更新和优化;
2.根据实际项目需要进行视觉通用2D障碍物检测算法的研发或基于已有框架进行定制化开发，使最终的评价指标达到项目要求
3.根据实际项目需求进行视觉2D红绿灯检测算法的研发或基于已有框架进行定制化开发，使最终的评价指标达到项目要求;
4.根据实际项目需求进行视觉2D车道线检测算法的研发或基于已有框架进行定制化开发，使最终的评价指标达到项目要求
5.根据实际项目需要，对相机内外参进行标定，并使标定结果满足实际使用；
6、模型本身算法调优(可复现的系统分析文档:包括算法设计原理算法设计原因、算法设计整体架构)；
7、算法设计优化(算子改写和优化，设计符合项目需求的算子用于解决模型性能提优)；算法框架编写和优化(25年10月份之前做完)
1.熟练掌握PyTorch深度学习框架和人工智能的数学基本原理,
2.熟练掌握Python3基础语法，熟练掌握Python3
编程，使用Python3和PyTorch独立开发过深度学习框架或基于开源框架做过定制开发;
3.熟练掌握YOLO系列 (不低于YoLOv5的版本)或RT-DETR系列或ResNET系列算法的基本原理，能基于YOLO系列或RT-DETR系列或ResNET系列算法进行定制化开发以满足我们的实际项目需要;
4.掌握视觉2D通用障碍物检测的基本原理，并能根据实际项目需要制定数据标注规范，能结合算法检测结果对数据集、数据标注规范进行分析和优化;5.掌握相机内外参标定法和标定的基本原理，能根据实际的项目需要，进行相机的内外参标定，并使标定结果能满足实际项目需要