YOLO Jobs

我正在为一套帕德尔球场 AI 视频分析系统寻找长期合作伙伴。第一阶段的目标是用 NVIDIA Jetson Orin Nano 8 GB 搭建一个可以落地演示的边缘推理原型；后续阶段继续协作，完成模型优化、云端集成以及系统调试。 第一阶段核心任务 在 Jetson Orin Nano 上接收两路 PoE IP 摄像头的 RTSP 流，使用 GStreamer 解码并保持稳定帧率 部署 YOLOv8n/s 目标检测模型，并结合 ByteTrack（或等效算法）实现多目标跟踪 同时处理双路输入，验证端到端性能，确保可实时输出球员检测框与轨迹 业务场景 系统需同时生成球员表现报告和精彩集锦，因此算法管线必须兼顾数据完整性与视觉效果。我更倾向在 Jetson 平台上深度利用 GStreamer；如你熟悉 FFmpeg，同样欢迎提出更优方案。 后续合作方向 √ 模型优化 √ 云端集成 √ 系统调试 理想背景 – 有 Jetson（Orin 优先）或同类边缘设备的部署经验 – 熟练搭建 GStreamer / FFmpeg 视频管道 – 熟悉 YOLOv8、ByteTrack 或等价检测+跟踪组合 – 如果你做过体育视频分析、多摄像头同步或者比赛数据可视化，将是加分项 请在提案中附上相关项目链接或 GitHub，简单说明你在 Jetson 或边缘视觉项目中的角色与贡献。期待与你一起把原型快速推进到可上线的完整解决方案。

PROJECT CONTEXT We are building a Computer Vision system for video analysis. We need to hire 2 profiles: 1. ARCHITECT (technical design, decisions, oversight) 2. DEVELOPER (implementation, coding, optimization) This is a 6-8 week MVP project to build the FOUNDATION of our system (foundation + basic detection/tracking). After Phase 1 validation, we may extend with future phases. CRITICAL POINT This project CANNOT be solved with: - LLM (ChatGPT, Claude, Gemini) - Generic vision APIs (Google Cloud, Azure) - Low-code solutions or templates - "Quick solutions" This project REQUIRES: - Real expertise in classical Computer Vision - Deep Learning (PyTorch or TensorFlow) - Proven experience: object detection + video tracking - GPU optimization (NVIDIA CUDA) - Production-grade code ...