HungryNeko 装饰图

关于我

@HungryNeko
后端工程 + AI 工程（计算机视觉、语音、强化学习、多模态）
目前方向：可投入生产的 AI 流程，包括 ONNX 推理、Docker 服务、异步云任务和 Agent 工具
感兴趣的领域：IoT 后端、语音处理、AI Agent，以及从研究到工程落地
更多技术记录：博客文章

技术栈

方向	技术
语言	Python, C/C++, Java, C#, SQL
AI / ML	PyTorch, TensorFlow, Hugging Face Transformers, LangGraph, scikit-learn, OpenCV, YOLOv8, ONNX, ONNX Runtime
语音与多模态	Whisper, MossFormer2, SpeechBrain, WeSpeaker, 跨语言说话人验证, 语码转换分析
后端与云	Node.js, Flask, REST API, JWT, MySQL, SQLite, Docker, Linux, MQTT, AWS, Azure
前端	React, Angular, HTML
工程	Git, GitHub Actions, CI/CD, 异步任务流程, PyQt, QT, TCP/IP, COLMAP, 3D Gaussian Splatting

代表项目

AI 租赁管理 Agent 平台
- Flask、SQLite、JWT、LangGraph、MCP、SQL / Python / 图表 / PDF 工具和向量 RAG。
- 支持自然语言录入、记录更新与查询、图表、文件处理、自动化，以及合同和文档检索。
- GitHub Agent 部分
AMECxSV：跨语言说话人验证的元数据驱动校准
- 冻结语音编码器、元数据感知分数校准、语言与时长特征、轻量 MLP。
- arXiv
GBC：面向三维重建的着色与超分辨率
- 光流超分、时序着色、FFmpeg 预处理、COLMAP 与 3D Gaussian Splatting。
- 发表：ACM SIGGRAPH VRCAI 2024。
- 博客论文 Demo GitHub
BMS³：基于贝叶斯建模和自蒸馏的 SwinUNet 分割
- 贝叶斯建模、SwinUNet、自蒸馏和跨域分割。
- 发表：ICONIP 2025。
- 博客论文
基于强化学习的自动驾驶安全路径选择
- Q-learning、动态置信度更新、噪声来源过滤和 OpenStreetMap 路由。
- 发表：RSAE 2025。
- 博客
多语言语音分离与语码转换校正流程
- MossFormer2、Whisper、PyTorch、SpeechBrain / WeSpeaker 和自定义 TDNN / SincNet。
AWS AI 云相册
- Flask、JWT、S3、SQS、Lambda、DynamoDB、IAM 和状态驱动的异步流程。
- 博客
R2 Gateway
- Flask、Docker、Cloudflare R2、S3 兼容 API、访问控制和操作额度限制。
- 博客
基于 YOLOv8 的 SAR 数据流程
- OpenCV 预处理、数据增强、格式转换，以及分类、检测和 OBB 训练。
- 有效数据量增加 35%，准确率比基线高 12%。

部分课程、研究或涉及保密要求的项目位于私有仓库。