参与端侧图像分类模型的训练与调优，协助整理标注数据、清洗样本并复现基线模型；使用PyTorch和OpenCV完成数据增强与训练脚本调试，与算法工程师和测试同学协作，记录不同学习率与批大小下的验证集指标变化，输出实验对比表和问题清单，帮助团队定位部分误判样本的类别分布偏差，并提出基于类别权重的损失函数调整方案，提升了模型在少数类上的召回率。