A Dual-Strategy Framework for High-Resolution Typographic Defect Segmentation
面向极端类别不平衡的高分辨率缺陷分割,关键缺陷 IoU 提升 16.8%,漏检误报率下降 83.3%。
我目前就读于西交利物浦大学数据科学与大数据技术专业,担任学生代表和科研助理。我的工作聚焦 AI 产品、Agent 工作流与数据分析,从用户需求和产品定位出发,推进 MVP、评测和迭代落地。
我在医疗 AI 工作站、VOC 数据产品、具身智能 Agent 和 ToB 仿真平台中积累了产品与工程经验,也持续参与医学 AI 等方向的研究,已发表 5 篇 AI 与 Data Science 方向国际会议论文。
提出 LGDL 框架,解耦局部解剖 grounding 与全局报告生成;在 FOCUS 数据集上,Global F1 从 0.6198 提升至 0.7435。
面向极端类别不平衡的高分辨率缺陷分割,关键缺陷 IoU 提升 16.8%,漏检误报率下降 83.3%。