创新创业实验室AI组中文母语水平
英语借工具书面交流
0
1
2
3
4
5
个人介绍
湖南工业大学土木工程专业本科生（转专业考核已通过），现于创新创业实验室AI组进行科研与竞赛工作。有论文录用经验（第一作者），熟悉深度学习全流程，能独立完成模型训练、调参与结果分析。熟练使用PyTorch、YOLO、AutoDL等工具，具备云端训练与项目管理能力。正在刷题巩固算法基础，持续提升编程能力。性格稳定，抗压能力强，可远程高效交付。
工作经历
2025-09-01 -2026-02-26湖南工业大学计算机与人工智能学院创新创业实验室AI组
作为AI组核心成员，负责深度学习算法研究与竞赛项目开发： 1. 算法研究：独立完成DF-KNN算法设计与实验验证，在高维噪声数据集上实现优于随机森林等基线方法准确率，相关论文已被《福建电脑》录用（第一作者）。 2. 项目开发：负责YOLOv26桥梁病害检测系统的云端部署与训练，完成GYU-DET数据集（11,123张高分辨率图像）的100轮基线实验，mAP50达0.458。 3. 竞赛参与：带队参加服创大赛（桥梁病害检测赛道）、蓝桥杯Python程序设计竞赛，负责技术方案设计与代码实现。 4. 技术基建：独立配置AutoDL云环境、MobaXterm远程开发工具，建立实验室深度学习训练流程规范。
教育经历
2025-09-01 - 2026-02-26湖南工业大学土木工程本科
语言
技能
Torch掌握
0
1
2
3
4
5
作品
本作品提出DF-KNN算法，主要功能模块包括：1.特征选择模块：利用决策树筛选有效特征，剔除噪声与无关特征，保留对分类贡献最大的特征子集。2.特征加权模块：基于决策树输出的特征重要性系数，计算归一化权重，实现自适应特征加权。3.一维语义投影模块：结合皮尔逊相关系数判断各特征与标签的相关性方向（正/负
02026-02-26 07:01
本系统主要包含以下功能模块：1.图像预处理：对无人机拍摄的高清图像（4608×3456）进行格式转换与尺寸适配。2.病害检测：基于YOLOv26模型，自动识别裂缝、剥落、渗水、蜂窝面、露筋、孔洞共6类桥梁病害。3.结果可视化：输出带标注框和置信度的检测图像，生成病害分布图。4.性能评估：计算mAP、
02026-02-26 06:44
