两段落地过的项目

独立设计并实现 DECA 注意力模块：采用通道 / 空间双分支并行 + 动态门控融合架构，攻克小麦与杂质颜色纹理高度相似、传统方法难分离的行业痛点。

主导实验验证与参数调优：设计消融实验与对比实验，完成多产区数据采集与标注，保障算法在不同光照与采集设备下的鲁棒性。

推动系统落地：项目获中储粮浙江分公司"揭榜挂帅"立项，在中粮米业（虎林）等 3 家国企子公司实地部署，整体检测精度 94.2%、面积-质量换算平均误差仅 0.0296 克。

成果沉淀：作为核心成员参与发表高水平论文，参与申请软件著作权与发明专利多项。

统筹规划与团队管理：搭建三级管理体系，统筹技术研发、软件开发、资源协调与测试运维共 15 人团队，建立协同闭环。

主导技术方案设计：推动温湿度、气体、虫情图像等多维传感集成于单根探杆，硬件成本降至进口设备的 2%；参与构建"改进 YOLOv11 + LSTM"双核心 AI 模型与"苏粮智谷"大模型交互平台。

主导成果转化与对外合作：与福建省储备粮长乐库、南安直属库签订产学研及战略合作协议，推动产品在中粮米业（虎林）、中粮利金（天津）、深圳赤湾港储运基地等 4 家头部单位完成实仓部署。

量化项目成效：实现 10 余种储粮害虫 90% 以上准确分类，风险预测提前 7—10 天，虫情预警响应缩短至 48 小时内；单杆成本控制在 3500 元以内。