关于我
职业目标
深耕人工智能与计算机视觉领域
致力于人工智能领域应用的问题
核心技能
Python, C, ROS平台, PyTorch
计算机视觉, 深度学习, 目标检测
个人特质
技术创新, 团队协作, 高效沟通
解决问题能力强, 学习能力突出
我是一名专注人工智能及其应用的研究生，预计2025年6月毕业于中国科学技术大学, 所学专业是模式识别与智能系统，本科就读于武汉理工大学测控技术与仪器专业。曾在常州先进技术研究所实习， 在校以及实习期间积累了丰富实践经验。
我擅长使用Python、C语言进行开发，熟悉ROS平台，熟练掌握Pytorch等深度学习框架。我曾多次作为项目负责人，成功带领团队解决实际问题，如优化YOLOv8提升行人检测精度，提出新算法提高物体6D位姿估计效果。目前，有多篇相关研究论文在投。 我热衷于技术创新，在团队协作中积极沟通、高效配合。期望在人工智能领域继续深入研究，创造更多价值。
教育背景
主修课程：矩阵代数，组合数学，计算机视觉，系统工程导论等
主修课程：嵌入式系统，计算机视觉，控制工程，测控仪器电子技术基础
实习与项目经历
- Ubuntu20.04操作系统下利用ROS系统部署深度强化学习（TD3）算法
- 引入长短时记忆（LSTM）组件，优化了传统TD3算法。实验结果表明，改进后显著提升了求解效率和准确性
- 结合3D点云信息在Gazebo环境中进行目标感知与探索
- 针对YOLOv8存在Neck部分信息融合时效率低的问题，提出一种新的信息融合策略，同时引入Mixed local channel attention机制，实现了6%的Precison以及3%的mAP提升
- 通过Model Pruning与轻量化策略，使得模型在保持精度的前提下参数量下降约50%，实现在移动机器人平台对动态小目标行人的高精度检测
- 针对位姿估计任务，通过多个尺度的动态优化策略使得改进后的检测器可以在不显著增加计算量的情况下，提高检测精度和速度，在ADD-S精度指标上，本文算法最大提升达到了10.259%
- 通过使用Dynamic Snake Convolution动态调整卷积核的形状和位置，从而更好地捕捉目标的特征，同时引入动态采样器(Dysample)技术，旨在通过学习来进行上采样，优化检测效果
科研成果
论文：《Rapid Detection Method for Small Dynamic Targets by Mobile Robots Based on Feature Fusion and Redistributed Structure》
投稿期刊： IEEE Sensors Journal（SCI四区，影响因子4.325）| 状态： 审稿中
论文：《Single-Stage Object 6D Pose Estimation Algorithm Using Multi-Scale Dynamic Optimization Strategy》
专利：《一种打印机有害物质处理装置》
专利号： 202110235525.3 | 状态： 已授权
获奖荣誉
专业技能
编程语言
平台与工具
机器学习框架
专业领域
语言能力
- 熟练使用Python，C开发语言，了解C++与JAVA编程语言，具备前后端技术基础
- 熟悉Linux环境下开发，掌握ROS平台，熟练掌握智能驾驶传感器（摄像头、雷达）以及嵌入式系统原理
- 通过英语六级考试，具备良好的中英文沟通能力
- 熟悉主流深度学习框架，精通PyTorch，了解TensorFlow，掌握深度学习、图像分割、目标检测等技术