参与工业视觉缺陷检测预研，协助清洗与标注约2000张样本，用Python和PyTorch训练分类模型并做数据增强与参数对比。与算法同事复现误检案例，整理评估口径，在内部验证集上使准确率由82%提升至89%，误检率下降约6个百分点。负责实验记录与周报，推动标注规范落地，为后续模型迭代提供可复用的数据基础。