湖南大学 智能科学与技术专业 毕业,主修课程:数据结构与算法、程序设计、电子电路学、计算机系统、操作系统、人工智能、计算机网 络、嵌入式计算机系统、智能优化算法、计算机视觉、机器学习、 数字图像处理、智能控制系统等,并取得优良成绩。
后入职某企嵌入式软件开发工程师,技术栈C++、Python。
嵌入式开发:智慧农业大棚检测与虫害识别系统
• 技术栈: FreeRTOS · Python (Flask) · SQLite · I2C/UART · HTML/JS
• 基于 ESP32-S3 与 ESP-IDF 框架,利用 FreeRTOS 任务调度,驱动 BH1750 及 DHT11 传感器实时采集大棚温湿度与光照数据。
• 设计边缘报警策略(光照<100lx 触发蜂鸣器),通过 UART 将数据透传至 Flask 后端,并利用SQLite 实现数据存储与管理。
• 开发 Web 可视化仪表盘,实现环境数据实时监控、历史曲线展示及虫害识别功能,提升了系统的自动化与交互体验。
• 优化传感器通信协议,通过软件校验机制解决数据丢包问题,确保系统 24 小时稳定运行。
人工智能项目:基于迁移学习的车辆图像分类系统
• 技术栈:Python · PyTorch · ResNet · 数据增强 · 迁移学习
• 微调预训练 ResNet 模型进行 10 类车辆分类,解决小样本训练难题;
• 应用随机旋转/裁剪/翻转等数据增强策略,训练损失从 1.8 降至 0.6;
• 搭建完整 Pipeline,实现单图/批量推理,支持置信度输出。
• 技术栈: FreeRTOS · Python (Flask) · SQLite · I2C/UART · HTML/JS •基于 ESP32-S3 与 ESP-IDF 框架,利用 FreeRTOS 任务调度,驱动 BH1750 及 DHT11 传感器实时采集大棚温湿度与光
• 技术栈:Python · PyTorch · ResNet · 数据增强 · 迁移学习 • 微调预训练 ResNet 模型进行 10 类车辆分类,解决小样本训练难题; • 应用随机旋转/裁剪/翻转等数据增强策略,训练损失从 1.8 降至 0.6; • 搭建完整 Pip