2025.03 — 2025.05 基于 YOLOv8 的金属制品表面缺陷检测系统 项目负责人项目描述：
个人职责：担任项目负责人，统筹技术选型至系统交付全流程；调研3家金属加工厂质检痛点（人工目检漏检率约8%、效率仅12件/分钟），主导确定 YOLOv8+OpenCV 技术路线并输出需求文档；
数据与模型：独立采集标注划痕、凹坑、裂纹等6类缺陷共2,000+样本，采用Mosaic+MixUp数据增强与K-MeansAnchor聚类优化；经余弦退火学习率调度调参训练，mAP@0.5达 91.5%，Precision93.2%，Recall89.7%；
系统开发：基于PySide6独立开发可视化检测平台，集成实时采集、缺陷识别、结果标注与报告导出功能；模型FP16半精度量化后推理速度达30FPS，单张延迟约33ms，模型体积压缩至14MB；
落地成果：交付端到端方案替代人工目检，检测效率提升约80%（12→60件/分钟），漏检率从人工8%降至1.5%以下。
2024.04 — 2024.07 全地形协同机器人项目 项目负责人
项目描述：
项目背景：参赛作品，面向复杂地形场景研发多机协同机器人，参与第二十七届中国机器人及人工智能机器人挑战赛。
机械与硬件组装：负责机器人整车机械结构设计与拼装、零部件安装及电路布线，完成底盘、动力机构搭建，保障设备适配草地、坡道等复杂路况通行，整车承重约15kg；
硬件调试与模块集成：以Arduino为主控板，完成超声波传感器、电机驱动、蓝牙通信等模块的接线与功能调试，排查解决10+次硬件故障，确保各模块稳定联动；
程序开发与功能实现：使用 C/C++ 编写控制程序，完成电机PID驱动、超声波环境感知、自主避障逻辑开发；基于蓝牙模块搭建无线通信链路，实现多台机器人指令传输与编队协同行进，通信延迟<50ms。
2026.4 — 2026.6 基于 YOLOv5 的钢材表面缺陷检测系统 项目负责人
项目描述：
数据与环境：担任项目负责人主导全流程；采用 NEU-DET 钢材表面缺陷数据集（裂纹、夹杂、斑点、凹坑、轧入氧化皮、划痕6类共1,800张样本），按8:1:1划分训练/验证/测试集，完成VOC→YOLO标注格式转换；采用Mosaic、随机翻转、HSV色域增强策略；在Windows Conda环境下配置PyTorch2.4.0+CUDA11.8，搭建YOLOv5训练环境；
训练与部署：基于 YOLOv5s 预训练权重迁移学习训练300epochs，采用 SGD 优化器（初始lr=0.01）配合余弦退火调度；mAP@0.5达81.3%，6类缺陷Recall均≥85%；封装模型权重开发推理脚本，支持批量检测与结果可视化输出，单张推理约18ms。