彭若鑫

项目目标

「寻梦」把零散、情绪化的梦境记录整理成可长期归档、可复盘、可视觉化表达的个人梦境档案。

我的核心工作

• 构建移动端优先的 React / TypeScript / Vite / Tailwind 前端，串联记录、详情、解读、分镜和设置页面。
• 实现 FastAPI + SQLite 数据持久化与 AI 服务编排，包括原文保留、结果解析、失败回退和前端渲染。
• 接入火山方舟 Doubao Responses API 与 Seedream 生图模型，探索“文字梦境 - 分镜 Prompt - 图像生成”链路。

工程难点

难点在于让不稳定的大模型输出变得可用：Prompt 约束 JSON，后端提取并校验字段，失败时进入 fallback/default 流程，避免页面崩溃或用户记忆丢失。

结果与收获

项目完整经历了从想法、产品设计、前后端开发、模型接入、移动端打包到手机持续测试的过程，也让我更清楚理解“模型能力”和“产品可用性”之间的差距。

项目目标

系统面向本地 PDF 论文阅读与问答，先检索相关片段，再把证据交给大模型回答，降低无依据回答的风险。

我的核心工作

• 作为协作者参与开发，串联 Streamlit 前端、app.py、backend.py、PDF 预处理、FAISS 检索和本地模型问答。
• 组织 Generated_Answer、Retrieved_Context、Retrieved_Sources 等输出字段，便于证据追溯和后续评估。
• 使用本地 FAISS 与 Ollama 保持轻量运行，不依赖复杂云端向量数据库或大规模部署。

工程难点

学术 PDF 结构差异大，因此需要先把正文、元数据和路径尽量整理成统一 JSON / CSV，再进入切分、向量化、检索和评估输出。

结果与收获

这个项目让我系统理解了 RAG 从文档处理到答案生成的完整链路，也意识到 AI 应用不只是把问题发给模型，更重要的是模型前后的工程流程。

项目目标

项目探索能否拆分并重组 CNN/ResNet、RegNet、ViT、Swin 等预训练视觉模型 blocks，在参数量、FLOPs 和性能之间获得更优候选架构。

我的核心工作

• 基于约 30 个视觉模型构建候选模块池，记录结构、参数量、FLOPs 和特征形状等元数据。
• 完成 coarse / fine partition，按不同资源约束生成候选架构。
• 对 Top-1 至 Top-5 候选模型进行 100 epochs Fine-Tuning，对比 Zico、Params、FLOPs、Top-1、Top-5。

技术难点

难点在于不同视觉骨干的 block 粒度和层级并不一致，候选空间也很大；因此需要先用结构指标缩小范围，再进行 Fine-Tuning 验证。

结果与收获

在当前复现实验配置下，Top-2 候选架构 e100 Top-1 达 79.91、Top-5 达 95.07，较当前 DeRy 复现基线分别提升约 1.60 和 0.74 个百分点。

项目目标

项目面向大米品质检测与智慧作物选种，使用机器视觉完成分类、实时检测、残缺度评估和垩白面积计算。

我的核心工作

• 使用 ANN、ConvNeXt 完成大米图像分类，并结合 YOLO 实现单粒大米目标检测。
• 设计图像预处理、分割与视觉特征计算流程，把图像信息转化为残缺度和垩白指标。
• 结合聚类算法与视觉特征，对不同类别和品质样本进行区分与评价。

技术难点

农业视觉项目不仅是通用分类，还要处理图像质量、目标尺度、光照变化和评价指标设计，关键是让模型结果能服务实际质检。

结果与收获

项目产出 Google Scholar 收录论文 2 篇和大米品质检测软件著作权，积累了从图像采集、预处理、模型训练到指标计算的完整视觉项目经验。

项目目标

项目从养殖场视频帧中识别生猪个体位置，并进一步判断群体聚集行为，用自动化视觉分析辅助行为观察。

我的核心工作

• 担任项目主持人，构建约 3,000 张清洗、标注后的生猪视频帧数据集。
• 优化目标检测模型，使 mAP 达 96%，推理速度提升至 153.84 FPS，满足实时分析需求。
• 设计 KNN + LOF 空间聚集指标，把检测框进一步转化为行为识别信号。

技术难点

目标检测只能得到个体位置，不能直接判断聚集行为，所以项目在检测结果上叠加空间分布建模，让检测结果服务下游业务判断。

结果与收获

项目产出 ECPLF 2024 论文与软件著作权，聚集行为识别准确率达 93.79%，误检率降低 57.14%。