选题与问题界定
围绕计算机视觉、模型压缩量化、模型压缩加速、高效底层视觉模型判断研究问题是否可做、边界是否清楚，把宽泛方向收敛成可执行的研究目标。
Dr. Zhong
- 院校
- 双一流985高校
- 专业
- 计算机科学与技术
- 学历
- 博士
研究方向
计算机视觉、模型压缩量化、模型压缩加速、高效底层视觉模型
专家介绍
发表高水平会议期刊论文共11篇，其中个人担任第一作者的论文共7篇，并有在投论文4篇（已发表论文包括中国计算机学会推荐的A类国际会议ICML、CVPR、和AAAI上发表的长文各1篇；在中国计算机学会推荐B类国际会议，计算机视觉领域三大顶级会议之一的ECCV上发表的长文2篇；在中国计算机学会推荐A类期刊SCIS上发表的长文1篇；在中国计算机学会推荐B类期刊，中科院一区PR上发表的长文1篇）；在NeurIPS、ICML、ICLR、CVPR等高水平会议和期刊担任审稿工作。
在计算机视觉及模型压缩量化与加速领域深耕的老师，有着一套行之有效的论文辅导方法。 对于计算机视觉，先引导学生明确研究方向，如目标跟踪或图像识别等，协助构建创新架构。 在模型压缩量化方面，详细讲解量化算法原理，指导学生针对不同模型选择最优量化策略以降低存储需求。 于模型压缩加速领域，分享加速技巧与实践经验，助力学生设计高效实验。
公开页面采用脱敏身份与头像展示，具体专家匹配以咨询沟通、材料阶段和可公开资料为准。
可支持的项目
论文辅导
支持方式
方法与材料路径
结合计算机科学与技术常见研究范式，梳理文献、数据或案例材料的获取与组织方式，明确方法路线的取舍依据。
写作与规范对标
按目标期刊或学位论文要求核对结构、论证链条与格式规范，形成可逐条执行的修改清单。
审稿意见回应
把审稿与评审意见拆解为可执行的修改任务，明确回应口径、优先级以及需要补充的材料范围。
适用人群
- 正在推进计算机科学与技术方向学位论文或期刊投稿的研究生
- 需要研究方法与写作规范支持的高校教师、科研人员
- 希望把交叉方向的研究问题落到具体方案的跨学科研究者
常见问题
如何匹配到Dr. Zhong？
提交研究方向、当前阶段与目标（毕业、投稿或课题申报），学术顾问按方向吻合度与档期进行匹配，最终合作方向以沟通确认为准。
公开信息为什么采用脱敏展示？
页面仅展示经本人授权的脱敏身份、院校类型与研究方向，不公开真实姓名与具体单位，用于保护专家隐私。
可以支持计算机科学与技术方向的哪些阶段？
可介入选题与文献、研究设计、数据分析、写作修改与投稿前复核等阶段，具体支持范围在首次沟通时确认。
是否提供代写或录用保证？
不提供代写、代投与结果保证，只提供研究过程的方法支持与规范指导，论文成果由研究者本人独立完成。
