本人独立完成基于YOLOP多任务网络的车载视觉感知开发，实现车辆目标检测、可行驶区域分割、车道线识别三大任务并行推理。基于PyTorch完成模型训练与调优，使用BDD100K公开数据集完成训练与验证，针对复杂路况、逆光、车辆遮挡场景做数据增强优化，提升模型泛化能力。
完成模型轻量化转换为ONNX格式，适配Jetson嵌入式设备部署，封装实时视频推理接口，单帧推理延迟控制在200ms内，检测mAP指标达到行业主流水平。配套开发可视化结果展示模块，可输出检测标注图、分割掩码，完整覆盖数据集处理、多任务模型训练、端侧部署全流程，可用于货运车辆安全监测、辅助驾驶场景落地。