CV

教育经历

• 2019-2023: 长沙理工大学, 软件工程, 学士学位
• 2023-2026: 南京航空大学, 计算机应用技术, 硕士学位 (ing)

研究方向

• 伪装目标检测
• 扩散模型 Diffusion & 流匹配 Flow Matching
• 检索增强生成 RAG
• 多模态大模型

技能证书

• CET-6
• CSP认证:200分

项目经历

• 基于RAG的伪装目标分割
  • 使用 DINOv2 获取图像特征向量，采用 KMeans 降维；以 Faiss 构建向量数据库，进行 Top-1 暴力检索；并对比了 Faiss、Milvus、ChromaDB、LanceDB、Qdrant 等多个数据库的性能。
  • 使用 RAG 生成的伪分割掩码作为 prompt 输入 SAM2，获得了优异的分割结果。
• 使用 LoRA 微调 SD 生成和分割伪装目标图像
  • 使用 Flow Matching 分割伪装目标
  • 使用 CLIP、BLIP、BLIP2、LLAVA、Florence2 等模型生成伪装目标的 caption，并通过 ControlNet-HED 模型提取边缘信息。
  • 基于 accelerate、transformers、diffusers 等工具，对 SD1.5、SD2.0 及 InstructPix2Pix 模型进行 LoRA 微调。
  • 由于 caption 不准确、数据量较少,训练存在挑战。
• 基于 uni-app 的健康打卡信息系统（毕业设计）

  • 实现了用户信息管理、健康打卡（体温、心情）、打卡提醒等功能。

  • 前端基于 uni-app（Vue.js），后端使用 Spring Boot；集成 PyTorch 训练的表情识别模型以提升系统智能化程度。

Skills

• 熟悉Python,C++,Java,Vue等编程语言, 熟悉PyTorch框架。
• 掌握基本的数据结构和算法知识，有一定的代码实现能力 。

Publications

AlignCAT: Visual-Linguistic Alignment of Category and Attribute for Weakly Supervised Visual Grounding

Yidan Wang, Chenyi Zhuang, Wutao Liu, Pan Gao, Nicu Sebe. (2025). "AlignCAT: Visual-Linguistic Alignment of Category and Attribute for Weakly Supervised Visual Grounding." ACMMM 2025.

First RAG, Second SEG: A Training-Free Paradigm for Camouflaged Object Detection

Wutao Liu, Yidan Wang, Pan Gao. (2025). "First RAG, Second SEG: A Training-Free Paradigm for Camouflaged Object Detection." Conference Paper (Preprint on arXiv).

ACGFormer: Attribute Classification Guided Transformer for Camouflaged Object Detection

Wutao Liu, Yao Yuan, Pan Gao, Zheng Lin, Jie Qin. (2025). "ACGFormer: Attribute Classification Guided Transformer for Camouflaged Object Detection." PRCV.

Unified Unsupervised Salient Object Detection via Knowledge Transfer

Yao Yuan, Wutao Liu, Pan Gao, Qun Dai, Jie Qin. (2024). "Unified Unsupervised Salient Object Detection via Knowledge Transfer." IJCAI 2024.