项目经历

所有项目均采用 STAR 结构叙述，并附有面试重点解析

精选

轻量级环境音分类模型训练与边缘端部署

2021.09 – 2022.06

端到端深度学习音频分类全链路

GitHub

背景

需要在资源受限的边缘设备上实现高效的环境音分类

目标

构建完整的端到端模型训练与部署流程

行动

基于 ESC50 数据集进行梅尔频谱转换和数据增强，5 折交叉验证，使用 PyTorch 训练后通过 ONNX 转换为 NCNN 格式，交叉编译部署到 M5stack V2unit

结果

成功实现完整部署链路，模型在边缘端稳定运行

5 折交叉验证梅尔频谱增强边缘端稳定推理
技术栈：PyTorchONNXNCNNPythonCross-compilation
面试重点解析
  • PyTorch → ONNX → NCNN 完整转换链路
  • Adam vs SGD 对比实验
精选

智能教室考勤系统

2020.09 – 2021.06

获国家实用新型专利授权

背景

传统课堂考勤效率低下，需要硬件级自动化解决方案

目标

设计并实现多传感器融合的自动考勤系统

行动

集成 AS608 指纹芯片、热释电红外传感器及 DS18B20 温度传感器，采用模块化设计降低硬件成本并提高可维护性

结果

作为主要发明人之一，获得国家实用新型专利授权

国家实用新型专利多传感器融合模块化架构
技术栈：C/C++MCUHW Driver Dev.Sensor Fusion
面试重点解析
  • 硬件选型与系统架构设计
  • 获得国家实用新型专利