针对人工分类膝关节骨性关节炎影像效率低的问题，研究不同关节炎影响的分类模型，进行0-4级的等级分类 主要工作：负责数据的预处理以及用标记工具labelme对数据进行等级标记，训练不同的关节炎等级分类模型，实现对膝关节骨 性关节炎等级的快速分类 研究成果：每一类分类结果准确率在95%以上，为处理海量的医疗数据提供了一个新的方案

针对室内机器人的导航问题，研究对室内显著目标以及通用目标的分割模型 主要工作：负责室内场景分割模型的训练，同时利用pyqt开发图形界面，完成对室内场景分割，具体模型包括unet，u2net，unet++以及deeplabV3 研究成果：通用目标(墙，地面，天花板)以及显著目标(沙发，床，门，窗帘，电视)的识别准确率均达到90%

主要是实现各类工件的定位与分类，具体目标包括小零件如螺丝，以及外形差不多的目标检测，如箱子，还有工业缺陷目标的检测，如热带亚钢等，各类工业目标均可实现检测，检测精度与检测速度均能够高效实现。