课程项目中针对金属零件划痕与凹坑检测，负责数据预处理与模型调优：用OpenCV完成ROI裁剪与对比度增强，基于PyTorch训练轻量分割网络，并对比损失函数与阈值后处理策略。与两名组员分工标注和评估，在按零件批次划分的800张自建验证集上对比三组配置，记录IoU与漏检率变化，最终验证集准确率由86%提升至93%，输出完整实验报告与后续改进方向。

校园机器人竞赛中负责视觉识别模块：采集传送带上的零件图像，用Python实现颜色与轮廓特征提取，并训练小型分类模型辅助判别。与机械、控制队友联调相机触发与坐标输出，在实验室固定光照与传送速度条件下完成200次抓取测试，统计识别准确率与单帧耗时，整理失败案例并优化预处理参数，使识别稳定性明显提升，形成可复用的调试记录。