本人具备计算机视觉、全栈开发两大方向成熟的实操技术储备。计算机视觉板块精通 YOLOv8 目标检测模型全流程落地，可独立完成数据集预处理、模型微调、权重调优、推理性能优化工作，熟练借助 OpenCV 完成图像色彩通道适配、画面裁切、检测框可视化渲染、视频帧解析等图像处理任务，能够针对单图、批量图片、视频流、摄像头实时流四类输入做目标检测逻辑开发，可导出 JSON 结构化检测结果、带标注成品图；熟悉深度学习推理提速手段，能压缩模型推理耗时，把控检测精度，排查模型推理阶段各类异常报错。
后端开发熟练使用 Python 的 Flask 框架搭建 Web 接口，封装文件上传、模型推理、结果回传接口，做好接口参数校验、异常捕获；Java 后端可完成业务接口编写、数据权限管控、多端数据交互逻辑，处理 Excel 批量读写、全局检索、数据脱敏相关业务。前端掌握 Vue 框架做页面模块化开发，可制作交互控件实现阈值滑块调节、图片预览、数据分页展示，适配轻量化 UI 做页面兼容；能完成 C# 桌面端程序开发，处理桌面程序打包、多环境部署兼容问题，解决不同系统下程序运行报错。
配套工程能力方面，可做跨端架构设计，打通前端、后端、桌面端的数据流转；掌握开源仓库代码版本管控，规范提交日志、维护多分支迭代；具备完整的项目测试、Bug 排查、版本迭代优化经验，会针对线上使用反馈优化交互流程、补强异常兜底逻辑，降低程序崩溃概率；能独立完成项目从需求调研、技术选型、编码落地、测试上线到后期运维的全链路工作，可承接 AI 视觉 Web 平台、基层管理系统类外包开发需求，适配中小型项目的交付标准。

项目 1：基于 YOLOv8 的多模式目标检测 Web 系统（2025.01 - 2025.08，项目负责人）
为降低深度学习检测工具的使用门槛，我独立完成项目全链路开发：算法侧完成 YOLOv8 权重适配、图像预处理，优化推理逻辑；架构上以 Flask 搭建后端接口，编写 Vue 前端交互页面；落地单图、批量图片、视频、摄像头实时四类检测模式，支持检测结果导出、参数动态调节。项目最终推理速度提升 40%，检测精度稳定 92%，成品可复用做课程演示与工程 Demo，给非算法使用者提供开箱即用的视觉检测服务，打磨了 AI 项目从模型训练到 Web 部署的落地经验。
项目 2：村管家村级事务管理开源项目（2026.01 启动，项目负责人）
面向乡村基层办公低效、数据零散的痛点做解决方案，设计 Java 后端 + Vue 前端 + C# 桌面端的多端架构，开发 Excel 批量导入导出、扫码登记、分级权限管控、台账归档等业务模块，解决程序多系统打包兼容难题。项目完成多轮版本迭代并开源，工具可以覆盖九成以上村级日常办公场景，有效提升基层人员的数据处理效率，收获不少基层单位试用反馈，积累了开源项目全栈开发、多端适配的实战能力。