Hier wird Dir angezeigt, wie gut Du anhand unserer drei Matching-Kernsäulen zu dem Job passt.
Voraussetzungen:
• souveräner Umgang mit der Programmierung, vorzugsweise in Python
• Interesse an Deep Learning
Tiefe neuronale Netze stellen ein mächtiges State of the Art-Werkzeug dar, um unterschiedlichste und äußerst komplexe Probleme zu lösen. So können bereits jetzt Bilder zuverlässig klassifiziert oder Objekte detektiert werden. Schon
längst hat sich gezeigt, dass tiefe neuronale Netze mehr als nur ein reines Forschungsthema sind und sich in Endprodukten bewiesen haben. Und die Einsatzmöglichkeiten wachsen quasi stetig. Nehmen Sie an dieser Entwicklung Teil.
In einer praktischen Aufgabenstellung sollen zunächst unterschiedliche, aber bereits trainierte Netze zur Objektdetektion in zwei Inferenz-Frameworks (TensorRT) konvertiert werden. Die Ergebnisse der Konvertierung sollen auf ihre Erkennungsgenauigkeit hin untersucht werden. Dabei sollen verschiedene Optimierungsmöglichkeiten wie Reduktion der
Bittiefe oder Pruning diskutiert und verglichen werden.
Ein geeigneter Trade-Off aus Rechenaufwand und Erkennungsgenauigkeit ermöglicht den Echtzeit-Einsatz tiefer neuronaler Netze in Videoanalyse-Produkten.
Veröffentlichungsdatum: Juli 15, 2020
Bewerbungsfrist: January 01, 1970
Securtion GmbH
Kronstadter Straße 4, 81677 München, Deutschland
Forum für Kommentare und Fragen