研究兴趣
面向真实场景的高效, 鲁棒, 可部署视觉智能方法. 当前重点包括机器人视觉与实时感知, 视觉语言模型与多模态检索, 边缘端深度学习部署, 以及生成模型的效率与质量评估.
近期经历
多轮多模态图像检索
参与 FashionAM 训练, 评估与消融实验, 聚焦多轮上下文, 意图切换和视觉语言表征对齐.
RoboMaster 机器人视觉
担任视觉组组长与顾问, 负责 Jetson 平台目标检测部署, 实车调试和低照度场景优化.
视觉语言模型与部署
完成 LLaVA 风格图像字幕生成组件分析, 以及 Jetson Nano 人脸识别与表情交互系统.
教育与能力概览
- 南方科技大学, 计算机科学与技术本科, 2023.09 - 至今.
- GPA 3.71/4.0, 专业排名 78/152. 计算机视觉 97 (A+), 人工智能 94 (A), 算法设计与分析 94 (A).
- 常用 C++ 与 Python, 有 PyTorch, TensorRT, Transformers, Jetson, ROS 和 Git 项目经验.
希望进一步探索视觉与多模态方法在机器人等真实场景中的可靠应用. 如需交流, 欢迎通过页面侧栏邮箱联系.