关注计算机视觉、行人重识别、机器人视觉感知与边缘部署，努力把算法方案真正做成可运行、可展示、可落地的系统。
title: 关于我
你好，我是小姜
我目前是新疆大学计算机科学与技术专业本科生，主要关注计算机视觉、行人重识别、机器人视觉感知与边缘部署方向。
相比只停留在模型指标层面的研究，我更在意一套算法能不能真正部署到设备上，能不能在真实场景中稳定运行，最终能不能形成一个可展示、可复现、可应用的系统。对我来说，技术的价值不只是“跑出来”，更在于“用起来”。
我在关注什么
目前，我主要围绕以下几个方向持续学习和实践：
- 计算机视觉与深度学习：包括目标检测、特征提取、注意力机制、度量学习等内容
- 行人重识别（Person Re-ID）：围绕 ResNet50、PCBNet、Triplet Loss、ID Loss 等方法做过较系统的学习与实验
- 机器人视觉感知：参与机器人任务赛相关视觉识别工作，更关注识别结果如何进入决策与系统协同
- 边缘设备部署：尝试将算法部署到 Jetson、树莓派等平台，关注实时性、资源约束和工程可行性
- 系统化实现：除了模型本身，也关注前后端展示、接口设计、数据流转和整体系统搭建
我做过什么
我的技术栈
目前我较熟悉和持续使用的技术包括：
- 编程与算法框架：Python、PyTorch
- 视觉方向：YOLOv8、ResNet50、PCBNet、Triplet Loss、ID Loss
- 后端与系统实现：Flask、基础接口开发与模型服务化思路
- 前端展示：Vue、ECharts
- 开发环境与工具：Linux、Ubuntu、Git
- 边缘计算平台：Jetson、树莓派等设备上的环境配置与部署实践
相比技术名词本身，我更关心的是：这个工具是否真正解决了问题，是否适合当前场景，是否能稳定交付结果。
我怎么看待自己的学习方式
我更偏向一种务实、工程化的学习路径：先理解问题，再拆分任务，然后通过实验、调试和迭代把方案一步步落地。
相比只追求表面上的“新”和“多”，我更重视系统的完整性、实现的可靠性，以及最终能否真正服务于实际需求。我相信，真正有竞争力的能力，不是短期堆出来的标签，而是在持续做项目、打比赛、写材料、复盘问题的过程中慢慢沉淀出来的。
现在的我在做什么
目前，我仍在继续围绕计算机视觉、边缘智能与机器人感知方向积累经验。一方面，我希望把已有的项目做得更扎实，把论文、方案和系统真正打通；另一方面，我也在通过竞赛、实验和工程实践不断提升自己在真实任务中的分析、实现与协作能力。
对我来说，技术不只是停留在代码仓库里的结果，更应该是一种能够进入真实场景、解决真实问题的能力。
关于这个网站
这个网站主要用来整理和展示我在学习、项目与竞赛过程中的积累，包括：
- 项目经历与阶段总结
- 技术学习笔记
- 部署与调试记录
- 个人简历与方向介绍
它既是一个对外展示的窗口，也是我持续梳理自己、沉淀方法和记录成长的地方。