模型可靠性
统一考虑误分类、分布外输入和开集样本，让模型的置信度真正反映风险。
OOD DetectionFailure PredictionOpen-set Recognition
PORTFOLIO / 2026
Yang Li, Senior Algorithm Engineer
01ECCV 2024OOD-CV 开集识别赛道冠军
026项发明专利进入实审
033篇可靠性与边缘视觉论文
042023起专注工业视觉落地
研究可靠性，也交付可用性。
我的工作横跨研究、训练、评估与部署。核心不是堆模型，而是让视觉系统在真实数据和真实约束下更可信。
视觉算法落地
覆盖分类、人脸、Re-ID、检测与分割，从数据到部署完成闭环。
数据与工具链
建设训练框架与自动化标注平台，缩短样本回流和模型迭代链路。
从研究验证到业务上线
算法高级工程师
计算机视觉算法工程师
负责 AI 安防场景中的算法研发与部署，主导或参与人脸识别、分类可靠性、Metric Learning、检测、分割和自动标注平台建设。
- 从 0 到 1 搭建分类与可靠性训练框架，覆盖摔倒、遮挡、烟火和人体结构化等任务。
- 主导基于 Fast-ReID 的训练、评估与部署链路，并优化损失函数、特征对齐和检索后处理。
- 通过数据清洗、误报挖掘、样本重构和后处理优化，提高复杂现场中的系统稳定性。
测绘工程 本科 / 硕士
从测绘工程延伸到视觉感知、三维重建与深度学习研究，形成面向工业场景的算法工程能力。
代表研究
围绕分类可靠性、边缘视觉和三维重建，选择最能代表当前方向的工作。
From Misclassifications to Outliers: Joint Reliability Assessment in Classification
把误分类检测与分布外检测放进统一风险建模框架，同时判断模型是否可能答错，以及输入是否偏离已知分布。
SUREPlusZigzag-ViT: Enhancing Vision Transformer Reliability through Prompted Zigzag
用 prompted zigzag 机制重组特征交互路径，增强模型区分正常样本、错误预测和异常输入的能力。
EdgeCrafter: A Series of Lightweight High-Performance Vision Models on Edge Devices
面向资源受限设备，在计算开销、模型容量与任务性能之间进行系统权衡。
项目主页单张卫星影像的建筑自动化三维重建
从建筑目标提取、结构推断到几何表达生成，探索单张卫星影像的自动化三维重建流程。
关注可靠视觉系统的下一步。
查看我的开集识别竞赛方案、研究项目和公开代码。