熟练使用Python进行全流程开发，精通PyTorch深度学习框架，熟练运用YOLOv8、YOLOv10、YOLOv12系列模型完成目标检测任务；可独立完成数据集标注、清洗、扩充、模型训练、调优、推理部署整套流程。掌握OpenCV图像处理，能实现视频流识别、画面截取、目标框绘制、帧率优化；熟练使用Pandas、NumPy完成数据清洗、统计分析、表格批量处理。熟悉Windows环境下CUDA、cuDNN环境搭建与排错，可解决显卡加速、版本兼容报错；掌握爬虫脚本、自动化办公脚本开发，能批量处理文件、自动化重复操作；了解基础前端搭配后端简易部署，具备完整计算机视觉项目落地、文档撰写、代码调试能力，可独立承接图像识别、数据处理、代码修改、毕设视觉类开发需求。

1. 基于YOLOv8的交通信号灯状态识别系统开发，独立制作道路实景数据集，完成红绿黄灯目标标注、数据增强，完成模型训练与损失、PR曲线调优，优化视频实时检测帧率，实现本地视频、摄像头实时流信号灯识别，输出识别结果表格，完成全套毕业设计代码、论文撰写与答辩调试。
​
2. 批量数据自动化处理项目，使用Python Pandas开发脚本，批量读取多份Excel文件，完成数据去重、筛选、统计汇总，自动生成标准化报表，大幅减少人工整理时间。