简历

教育背景

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, 按全专业同级学生综合绩点统计.
相关课程: 计算机视觉 97 (A+), 人工智能 94 (A), 算法设计与分析 94 (A), 信息检索 97 (A+).
英语: CET-4 615, CET-6 515, IELTS 7.0 (Listening 6.5, Reading 8.5, Writing 6.0, Speaking 6.0).

机器人视觉, 实时视觉感知, 边缘端视觉模型部署, 视觉语言模型, 多模态检索与高效视觉模型. 希望研究面向真实场景的高效, 鲁棒, 可部署视觉智能方法.

完整技术细节见研究与项目页.

Composed Image Retrieval / Multimodal Retrieval | 2026.03 - 至今

参与 FashionAM 的实验验证, 训练评估与消融分析, 覆盖多轮多模态检索中的图文检索, composed image retrieval, in-shop retrieval 和 sketch-to-image 等任务形式.

Diffusion Model Acceleration | 2025.09 - 2026.01

负责 FLUX.1-dev 相关实验实现与评估分析, 比较 VAE 重投影对高频伪影, 图像质量和推理效率的影响.

视觉组组长, 顾问 | 2023.09 - 2025.08

负责机器人视觉系统的模型训练, 推理部署与实车调试, 覆盖英雄, 步兵和哨兵机器人平台.

计算机视觉课程项目 | 得分: 110/110

基于 PyTorch 与 Transformers 完成 LLaVA 架构视觉语言模型的训练, 评估和组件消融.

深度学习课程项目 | 得分: 98/100

在 Jetson Nano 4GB 上实现实时人脸检测, 人脸识别与表情交互, 端到端运行速度约 30 fps.

编程与工程: C++, Python, Git, Linux/Windows 项目开发.
深度学习与多模态: PyTorch, Transformers, MLLM, LoRA, contrastive learning, retrieval evaluation.
视觉与部署: YOLO, RetinaFace, MobileFaceNet, MobileNetV3, TensorRT, Jetson Nano, Jetson Orin NX, ROS.
系统与算法: C++ Actor Framework, Extended Kalman Filter, 实时视觉系统调试.