这位计算机视觉工程师搭建的物体检测
在图像或视频画面中识别并计数物品,货架上的库存、停车场里的车辆、排队中的人群,接近实时完成。
迪拜企业往往在摄像头、扫描仪或手机拍照已经在产生图像、且需要人工查看时,开始在迪拜招聘计算机视觉工程师:清点货架上的库存,核对一批送货是否与订单相符,读取闸口处的车牌号,或从扫描表单中提取字段。计算机视觉替代或加快了这种具体的查看动作,基于您自己场地或文档的真实示例进行搭建和测试,而不是一个通用演示。
底层工具发展迅速。像 Ultralytics 的 YOLO 这样的物体检测框架,把检测、追踪和分割整合为同一系列模型来处理,而像 Amazon Rekognition 这样的云服务,则以现成 API 的形式提供物体、文字和人脸分析。一位胜任的迪拜计算机视觉工程师需要同时了解两个方面:什么时候一项现成服务真的够用,什么时候您的具体图像需要专门训练或调优的模型。
这个角色搭建的内容
基于真实图像搭建的具体成果,企业招聘这个角色的实际原因,而不是一次实验室演示。
在图像或视频画面中识别并计数物品,货架上的库存、停车场里的车辆、排队中的人群,接近实时完成。
读取扫描或拍摄的表单、发票或证件,把上面打印的内容转化为结构化数据。
从图像中稳定地标记损坏的产品、缺失的部件或不安全的状况,且不会因疲劳而遗漏。
在视频画面中追踪特定的物体或人物,适用于客流统计、排队长度或现场监控。
来自您自己录像或文档的真实测试数字,而不是引用别人基准测试得出的数字。
一种能捕捉准确率随时间下降的方式,因为光线、摄像头角度或产品会发生变化,以及何时该重新训练的计划。
值得关注的技能
具体的图像相关技能,而不是对机器学习的泛泛了解。
| 技能或工具 | 良好水平的表现 | 为什么重要 |
|---|---|---|
| 物体检测框架 | 确实在真实图像上部署过检测模型,例如基于 YOLO 搭建的模型,而不只是照着教程做过一遍 | 在精心整理的演示数据集上表现良好的模型,在真实杂乱的画面上往往会失效 |
| 数据采集与标注 | 有明确的流程来收集和标注真实示例图像,包括边缘案例 | 模型的好坏取决于用于训练或评估它的示例质量 |
| 处理真实世界的图像质量 | 能应对光线不佳、动态模糊、角度奇怪和画面杂乱,而不只是干净居中的主体 | 真实摄像头和真实文档很少长得像一份精心整理的数据集 |
| 评估方法 | 在来自您自己图像的独立测试集上,用真实数字报告准确率 | 没有这一点,就没有诚实的方式知道系统是否真的有效 |
| 清楚何时使用现成服务 | 当云端视觉 API 确实是更简单、更可靠的选择时,能主动推荐它 | 在现成服务就足够的情况下自建,只会增加成本而不增加价值 |
Ultralytics 自家的 文档 把检测、分割和追踪作为一套相互关联的任务来介绍,申请在迪拜担任计算机视觉工程师的候选人应该能就其中不止一项讲出具体经验,因为真实项目很少只需要单纯的检测。
与我们合作的方式
对于计划在多个场地或摄像头逐步推广这项能力的企业,专职工程师是合适的选择,长期加入您的团队。限定项目适合一个明确的系统,比如搭建、评估并交付一套检测或抽取流程。招聘支持适合希望将计算机视觉工程师直接招入自己团队的企业,由我们负责寻访和技术评估。咨询适合正在权衡现成云服务还是自建模型、尚未投入预算的团队。
评估候选人
针对真实图像工作的检验方式,而不是一段精美的演示视频。
而不是一段演示视频。询问在独立测试集上的准确率是多少,这个测试集是怎么搭建的。
光线不佳、角度奇怪,或接近您真实条件的杂乱画面。询问他们预期会出什么问题,以及会如何应对。
要一个针对您的场地或文档的具体、实际答案,而不是抽象描述标注工作。
优秀的候选人能说出自建不值得的具体情形,而不是每次都默认选择自建模型。
在贴近您真实场景的样本图像上完成一项简短任务,重点考察失败情况的处理方式,而不只是简单的例子。
无论您通过哪种方式在迪拜招聘计算机视觉工程师,专职、项目、招聘支持还是咨询,这些检验方式同样适用,无论是您自己来做,还是委托我们完成。
认证
真实图像上的过往成绩,比一枚徽章更能说明问题。
上文提到的物体检测框架和云端视觉服务,都是开源项目和商业 API,而不是认证机构,因此对任何声称的计算机视觉证书都应保持谨慎。真实图像上的真实准确率数字,能说明更多问题。
一个带有真实图像真实准确率数字的完成项目,以及关于过程中哪里出过问题的清楚说明,能把真正的实践者和只跑过一两次教程的人区分开来。
阿联酋相关事项
只要摄像头和个人数据相遇,就会出现的要点。
摄像头捕捉并由计算机视觉系统分析的人脸属于个人数据,阿联酋《2021 年第 45 号联邦法令》规定,在未经同意的情况下处理个人数据属禁止行为,仅有限例外情况除外,因此任何人脸识别环节都需要在开工前而不是之后解决这个问题。请及早与您在迪拜招聘的计算机视觉工程师提出这一点。
如果大量视频或图像数据需要留在阿联酋境内,Amazon Web Services 在阿联酋境内实体运营着一个区域,即中东(阿联酋),已于 2022 年 8 月开放,在系统确定范围时值得与区域化部署方案一并权衡。
直接解答
任何拥有摄像头画面、大量照片流或一堆扫描文档、目前需要人工查看的企业:零售货架、仓库库存、现场安全录像、车辆检验照片,或表单和收据等文件。如果目前根本没有人查看这些图像,计算机视觉通常也就没有可以替代的对象。
通常需要,至少要有足够的真实示例来正确评估模型。一个用通用图像训练的现成模型可以处理常见物体,但任何与您的产品、场地或文档相关的具体情况,通常都需要来自您自己环境的真实示例才能可靠运行。
通常可以,因为大多数现代摄像头输出的都是计算机视觉系统能够读取的标准视频流。摄像头的分辨率、角度和光线条件比品牌更重要,因此实地考察或样本录像审查通常是妥善评估这项工作的必要环节。
这完全取决于具体任务和图像质量,我们更愿意根据您自己图像上的实际评估给出一个真实数字,而不是笼统的承诺。真正的工程师会用您数据上的具体准确率数字来说明情况,而不是在任何测试之前就给出一个整数。
可以包含,但在开工前需要解决相应的数据保护问题,因为按照阿联酋法律,人脸属于个人数据。如果人脸识别是需求简报的一部分,请提前告诉我们,以便我们把同意和数据处理问题与技术工作一并纳入范围。
资料来源
书面固定价格
已收到,我们正在为您撰写报价。
工作时间内您将在 45 分钟内收到。请查收确认邮件。