[项目外包] 寻找视频理解外包团队

[Lumos123]

我们正在寻找一个富有技术能力的团队，来完成一个视频理解项目。下面是项目任务书的大致情况。

项目概要
生活摄像头视频流实时语义理解，识别四类事件：宝宝喂奶、宝宝换尿布、宝宝睡觉、其他，精准定位起止时间。
•输入源：S3 服务器视频流（ 5 分钟+/段）
•硬件约束：单卡 NVIDIA A10 （ 24GB 显存）
•核心目标：事件检测准确率≥90%，部署优化后 Batch Size≥32

一、算法调研
任务项：
1.调研主流的 4 款开源多模态模型（ 7B ）。
2.收集 50 条左右测试数据。
3.初步设计 prompt 。
4.测试各模型准确率。
5.设计视频流读取方案。
交付内容：
1.调研报告，讨论并确认最终需要使用的模型和视频流读取方案。

二、算法研发
任务项：
1.收集 200 条左右测试数据。（流式数据，时长 5 分钟以上）
2.调参。
3.设计 prompt ，获得准确率。
交付内容：
1.交付准确率达到 90%以上的 prompt 和模型。

三、算法优化
任务项：
1.GPTQ 模型量化。
2.KV cache 量化。
3.Page KV cache 。
4.Continous batching 。
5.测试准确率。
交付内容：
1.交付准确率达到 90%以上的 prompt 和模型。

四、部署
任务项：
1.Aws 云服务器部署。
2.压力测试，测试单卡 A10 最大 batch 。
3.支持云服务商的动态调度计算资源 API 。
交付内容：
1.准确率 90%以上。
2.Batch size 不低于 32 （尽可能大）。


如何申请

请撰写一封正式的邮件，带上您团队的简历，发至 [email protected] ；来信必复。