课程项目，基于公开校园道路图像子集约3k张，按8:1:1划分训练验证测试集，复现YOLO系列检测器。负责锚框尺度调整、Mosaic增强与余弦退火学习率调参，用PyTorch完成训练并在固定验证集上迭代对比，mAP50由0.71提升至0.78。组织三人分工完成消融实验与结果汇报，输出可复现训练配置与调参记录，并整理误检漏检案例用于后续改进。

个人项目，使用开源KITTI点云子集约1.5k帧并固定验证集，实现PointNet++语义分割基线，尝试将图像检测框投影到点云做早期融合。在单卡环境系统记录不同体素尺寸下的mIoU与推理耗时，调参后mIoU提升约3个百分点。整理实验日志、参数对照表与失败案例分析，明确融合时序与标定误差对精度的影响，为后续多传感器融合实践积累工程经验。