Jason在旧金山的社区回收体验中发现，误投率高达30%。他利用周末时间，结合物联网和卷积神经网络，打造了一款智能回收箱原型。内置摄像头和重量传感器可自动识别纸张、塑料、玻璃等多种材质；误判样本通过在线学习模块不断更新。多轮社区试点后，分类准确率稳定在95%以上。当地物业决定推广部署，这个项目也成为Jason申请伯克利的重要亮点。
导师评价
Jason构建的系统既兼顾硬件稳定性，又具备在线学习能力。他与STEMRise导师一起优化了数据标注流程，充分体现了工业级工程实现力。
大学录取
加州大学伯克利分校
开启科技改变人生的第一步？
立刻预约试听课
免费体验真正的青少年编程
