1.开发基于caffe框架的车辆re-id底层算法，自己搭建基于Siamese思想的训练网络，基网络采用Googlenet-V2。在保定，许昌城市的测试集准确率为97.6%。
2.开发基于违章审核项目的车头车尾底层分类算法，采用裁剪之后的Googlenet-V2。各个城市的测试集准确率为98.6%。
3.开发基于违章审核项目的图片模式底层分类算法。
4.独立负责违章项目中，逆行、礼让行人、违停球抓拍违法类型。
5.采用YOLO-V3框架开发行人车辆目标检测算法， 采用PSP-Net对违章图片的场景分割。
6.采用裁剪后的SSD算法对车牌定位，并用BLSTM+CTC loss进行车牌识别。
7.开发基于图帧项目的车型子类识别算法，目前总类别为2544类。