01
从问题到方案
理解业务目标，识别数据、算力和现场约束，设计可验证的技术路径。
Solution design / PoC02
从模型到系统
将视觉 AI、检索与模型能力连接到后端、数据库和业务流程。
Computer vision / RAG / Backend03
从验证到交付
处理离线环境、边缘算力与系统集成中的实际问题，让技术适配现场。
Deployment / Edge AI项目经历
用项目，说明我如何解决问题。
01 / 项目经历
工业零件 · 视觉识别与检索
工业零件识别与推荐：从视觉测量到业务系统
产品侧缺少照片时，如何利用规格数据建立可解释的候选推荐流程？
02 / 项目经历
设备核验 · VLM 信息抽取
设备铭牌信息抽取：在效果、算力与复核之间取舍
从模糊、反光或信息不全的铭牌中提取结构化字段，同时保留无法确认的边界。
03 / 项目经历
驾驶培训 · 多模块视觉分析
双摄驾驶诊断：把复杂判断拆成可追溯证据
仅凭双摄视频，怎样为教练提供可复核的驾驶行为证据？
04 / 项目经历
铁路设备 · 视觉检测
设备异常检测：从单帧识别到多帧综合判定
将有限异常样本、轮廓分割和连续帧证据连接成可验证的检测链路。
05 / 项目经历
边缘 AI · 模型优化与交付
视觉定位模型量化：诊断精度损失并恢复部署能力
模型体积缩小以后，如何确认它仍然保留原有定位能力？
06 / 项目经历
制造与物流 · 视频分析与交付
视频分析 SaaS：从客户 PoC 到产品取舍
识别效果之外，如何判断客户能否使用、维护，以及方案能否规模化？
07 / 项目经历
产业合作 · 活动识别与边缘部署
工程机械活动识别：在有限资源中走向现场
受限内存与处理器上，如何让时序识别兼顾准确率和实时性？
08 / 项目经历
硕士研究 · 高效活动识别
传感器选择与模型压缩：用稀疏训练减少系统负担
能否在训练中同时减少传感器需求和模型体积，并保持识别表现？
技术思考
技术思考正在整理。
接下来会在这里分享项目复盘、技术判断与工程实践。