- 初级算法：算法落地
- 中级算法：算法开发
- 高级算法：算法创新
算法划分
- 算法第一级别：初级算法
- 要求一：了解计算机视觉算法的热门研究任务，比如
- 目标分类任务、目标检测任务、目标分割任务、人脸识别任务、人脸检测任务等等。
- 要求二：针对热门研究任务能够实现算法落地，比如
- 业务需要雨伞检测，通过调研能够了解到目标检测算法可以实现这个功能。后续能够在网络上找到开源算法，并且能够采集开源数据集或者自建数据集，通过训练和部署算法，最终实现雨伞检测功能。
- 重点：针对通用场景有算法落地能力。
- 算法第二级别：中级算法
- 要求一：针对业务提出的识别精度/速度要求以及计算资源约束，能够优化开源算法实现，比如
- 能够调研发现精度更高或者计算资源更少的开源库实现：Simd能够加速图像处理速度；TensorRT在GPU上能够加速推理速度。
- 要求二：针对冷门研究任务，能够调研相关文献并且实现具体算法，比如
- 业务需要蟑螂检测，没有成熟的开源实现算法或者文献。通过优化目标检测算法，包括不限于数据优化、训练优化等，最终能够满足业务要求。
- 重点：针对业务需求有算法开发能力。
- 算法第三级别：高级算法
- 要求一：针对没有参考文献的现实业务场景，具体分析场景内容后能够建模算法，并且实现算法落地。
- 要求二：满足复杂业务的精度/速度以及计算资源要求，比如
- 业务划分为10个场景，能够为每个场景功能设计算法，之后能够集成所有子场景算法来满足有限资源的部署要求。
- 重点：针对复杂业务有算法创新能力。
- 算法第四级别：算法专家