SuperAPI AI 工具集

perception-algorithm-engineer

通用与其它

查看项目

更新于 10-16 08:40

技能介绍

用途:该技能面向自动驾驶感知算法设计,适用于三维目标检测架构设计或优化、多目标跟踪管线实现与调试、LiDAR 与相机标定融合、在 nuScenes/Waymo Open/KITTI 上评估感知模型,以及向嵌入式平台部署(TensorRT 优化)等场景。不适用于下游规划控制算法设计、安全认证决策和室内机器人感知。

主要能力:资料称其覆盖 PointPillars、VoxelNet、BEVFusion、DETR3D 等三维检测方法,BEV 语义分割、BEVFormer 多相机融合、PCL/Open3D 点云处理、相机标定、占用网络等方向。内含五道决策门(精度与延迟、模态完备性、时序一致性、标定依赖、部署就绪)与思维模式(表示优先、基准锚定、失效模式分类、消融纪律、部署约束意识)。

使用方式:安装命令为 opencode skills add perception-algorithm-engineer,也可将技能文件复制到平台的 skills 目录。触发词分中英文,例如“3D object detection”“BEVFusion”“PointPillars”“CenterPoint”“三维目标检测”“点云检测”“多目标跟踪”“点云处理”“激光雷达”“相机融合”“外参标定”“占用网络”等。

资料还给出工作流四阶段(需求、设计、实现、测试与部署)与若干示例,如 PointPillars 检测管线代码片段、雨天退化场景的自适应阈值与滤波策略,以及质量自检清单和测试用例。许可为 MIT,作者 neo.ai,版本 3.0.0,分类标注 Automotive。具体性能数字、收费与价格信息暂未提供。