01 / AI Research
從研究，到落地。
從模型研究和論文產出，到面向使用者的完整應用，這些作品展示了我前沿研究到產品落地，一路走通的能力。
AI Research & Engineering
arXiv 2026 · Preprint
DuoAD
運用 ViT [CLS] token 的雙重特性：以穩定的全域語意自動選擇 augmentation，再用對局部異常敏感的 attention logits 強化瑕疵定位。只需少量正常樣本，不訓練、不逐類別調參，也能達到 Few-Shot Anomaly Detection SOTA。
industrial inspection
image-level AUROC
without manual config
已落地封裝為 library 與 CLI，導入筆電外觀與連接埠瑕疵檢測專案 · 單張 A2000 處理 4000×3000 影像（< 4 GB VRAM）· Recall 99.9%
[CLS] token，兩種互補特性
ICCVW 2025 · Paper
LSSGen
利用 Diffusion coarse to fine 的生成特性，將前期擴散移至低解析度執行，在維持生成流程的同時加速 inference。
at ½ resolution
FLUX.1-dev
漫畫修補 (Inpainting) & 漫畫復原 (Restoration)
針對 Stable Diffusion 應用於漫畫修補時的問題進行調整，並改良內部 VAE，使其能去除老化漫畫的髒污與泛黃特徵。User Study 結果優於 LaMa、Stable Diffusion 與 Xie et al. 的漫畫 inpainting 模型。
Ti-MAE & Transformer
參考 Ti-MAE 論文，使用 PyTorch Lightning 從頭實作 Transformer 與 Ti-MAE，透過隨機遮罩進行時間序列的自監督學習與分類。
AI Smart Fast Forward
在 Skywatch 實習期間，為可將 24 小時影片濃縮成最長 10 分鐘的智慧縮時演算法導入 AI，降低其對雜訊的敏感度；並同步最佳化運算流程，改善執行時間與記憶體消耗。
Image Similarity & Semantic Search
以 CLIP 與 Milvus Vector Database 建立相似影像搜尋系統，支援使用文字描述或上傳圖片，從資料庫中找出語意或視覺上相近的影像。
Skywatch 產品 QA 機器人
挑戰在 NVIDIA GeForce RTX 2070 8GB 消費級顯示卡上部署 LLM。使用 GPT-4 產生 Skywatch 產品問答資料集，再透過 Supervised Fine-tuning 與 QLoRA 調整以 Llama 2-7B 為基礎的 Taiwan-LLM-7B，使模型能回答產品問題。
漫畫畫格 (Panel) 和對話框 (Speech Bubble) 的實例切割 (Instance Segmentation)
使用 Detectron2 訓練以 MViT 為基礎的 Instance Segmentation 模型，自動辨識並切割漫畫中的畫格（Panel）與對話框（Speech Bubble）。
Car Detection and Removal of Landscape Scene
以 Mask R-CNN 找出空拍影像中的車輛與街道雜物，並結合 3D 重建的相機資訊，將 2D mask 投影至場景中，避免雜物像素進入重建流程。最終產出更乾淨的 3D 街道場景，車輛辨識率接近 99%。
Past Coursework DLCV Projects 較早期的深度學習與電腦視覺課程作業，點擊展開
CNN & Semantic Segmentation
- CNN t-SNE analysis
- Satellite Semantic Segmentation
DCGAN、WGAN、Diffusion Model & DANN
- DCGAN
- WGAN
- Diffusion Model on MNIST dataset
- DANN t-SNE Results
| Type | Domain | Class |
| ————– | ——————————————————————– | ——————————————————————- |
| MNIST-M → SVHN | 
| 
|
| MNIST-M → USPS | 
| 
|
CLIP、Image Captioning
- Image Captioning
| CLIPScore | 0.8990 |
| ——– | ——– |
| Predicted | a person standing on a beach with colorful kite . |
| Ground Truth | a man is walking towards his kite on the ground. |
| Image | 
|
NeRF & Self-Supervised Learning
- DVGO Results
3D Semantic Segmentation
- Post
02 / Personal Projects
借助 Agentic Tools，把產品從 0 做到 1。
展現產品問題定義、長任務規劃、技術選型與完整實作能力，並將 AI Agent 納入個人開發流程。
Independent Android Product
How’s the Weather
一款為台灣日常移動打造的 Android 視覺化天氣判讀 App。
先用摘要抓住重點，再把雷達、雨量、雲層與風場直接疊在地圖上。
不讓冰冷的數字替你做決定，而是讓你看見天氣，自行判斷現在是否適合出門。
Independent Android Product
Expense Bucket
一款為日常消費與旅行打造的 Android 記帳 App。從消費通知與電子發票 QR Code 自動建立可編輯草稿，減少輸入負擔，同時保留每一筆交易的最終控制權。
03 / Visual & Interactive
讓光線、像素與幾何成為體驗。
從像素、光線與幾何的底層計算，到能夠直接操作與遊玩的互動體驗。
Graphics
Incremental Instant Radiosity
Interactive PailouModeling
2D to 3D Maze
使用 OpenGL 將 2D 迷宮轉換成 3D 場景，手動計算牆面、顏色與繪製位置，並在不使用 Z-Buffer 等 OpenGL 3D 功能的限制下完成可見面判定。
HighDynamicRange-Imaging
將多張不同曝光的影像進行 MTB 對齊，求解相機反應曲線並建立 Radiance Map，最後透過 Tone Mapping 產生 HDR 影像。
Image Stitching
使用 SIFT 進行特徵偵測與配對，再透過影像對齊、warping、resampling 與 blending，將多張照片合成為完整全景圖。
Games
Tank Battle
Zombie Field 2022 - First Person Shooter
04 / Hardware & Prototyping
把生活觀察，做成可運作的實體。
透過機電整合、3D 建模與快速製造，把生活觀察轉化為可以測試、操作與持續改良的實體作品。
DIY Electric Scooter v4
以迪卡農 Town 7 XL 為基礎，完成可折疊、全車重低於 8 kg 的輕量化電動輔助滑板車。採用可抽換式電池設計，兼顧攜帶、充電與快速補充電力。
Battery Pack of Electric Scooter
為電動滑板車設計可抽換電池組，由 6 顆 Sanyo NCR-20700B 鋰離子電池組成 12V 系統。可連接 30W PD 充電器與 DC-DC 轉換電路，提供 60W PD 或 20W Dash/VOOC 輸出。
3D Printed KartRider Race Car
使用 Autodesk Inventor 建模《跑跑卡丁車》中的「積木舒適 9」，再透過 3D 列印將數位模型製作為實體作品。
準時睡鬧鐘 (黑客松 MakeNTU 2020)
從發想到實作皆於 24 小時內完成。鬧鐘會在睡覺時間持續響起，直到偵測到手機已放入裝置充電；手機會被鎖在裝置內直到起床鬧鐘響起，藉此將「睡前充電」轉化成準時放下手機的行為提示。若有緊急需求，仍可透過刻意增加操作難度的反向觸控筆使用手機。
智慧約束帶 (創創 AIoT 2022)
與台科大醫工系及長庚科大護理系同學跨域合作，運用氣囊、橫向電動馬達與 App 管理患者的約束狀況，以降低壓瘡發生風險。作品獲得創創 AIoT 2022 佳作。
被窩空調 (綠色生活創意競賽)
與台科大電機及設計系同學合作，透過水冷式床墊與棉被直接調節睡眠環境溫度，減少以空調冷卻整個空間所需的能源。作品於綠色生活創意競賽獲得佳作。
動物森林 (與設計系合作之桌遊)
與設計系同學合作完成結合卡牌與聲音互動的兒童桌遊。方形主機透過 RFID 辨識動物卡片，按下後播放對應叫聲；設計團隊負責遊戲概念與視覺，我與另一位電機系同學負責機電實作及概念優化。
