在人工智能课程中，负责组织3人小组比较ResNet18与MobileNetV2在交通标志数据集上的分类效果。本人完成数据划分、训练脚本编写与结果汇总，使用PyTorch和TensorBoard记录实验。组员分别负责超参数记录和报告撰写。在课程测试集上，MobileNetV2准确率达到86.2%，参数量约为ResNet18的三分之一，报告获评良好。

在计算机视觉课程中，作为成员参与教室人数统计工具开发。本人负责使用OpenCV进行视频抽帧与图像预处理，并协助标注约400张教室图像。使用YOLOv5训练检测模型，与两名组员协作完成模型测试和界面调试。在自建测试集上，人数统计平均误差约为1.2人，项目通过课程验收。