恭喜沈新宇顺利毕业！

2026年6月

沈新宇，本科毕业于上海师范大学，于2023年开始在上海大学计算机工程与科学学院攻读学术型硕士研究生研究生，加入课题组后，跟随孙妍，韩越兴和陈侨川老师研究计算机视觉与智慧农业交叉方向，聚焦复杂农田场景杂草目标检测研究。在老师们的悉心指导下，完成了以下研究：

针对现有杂草检测方法在复杂农田场景下特征表征能力弱、易受背景干扰的问题，提出了一种双域融合Transformer检测模型FS-DETR。该模型通过空间域与频域双域注意力联合建模方式，有效增强农田图像细粒度特征表达，精准区分外观相似的作物与杂草目标，同时结合约束引导的标签分配策略优化样本匹配机制，大幅提升了复杂田间场景下的检测精度与训练稳定性。
针对现有Transformer检测算法解码建模单一、密集遮挡场景预测不稳定的问题，提出了解码增强版FS-DETR-D模型。该方法引入动态查询分配与超边高阶查询交互机制，自适应适配农田疏密、遮挡不一的复杂场景，精准建模密集杂草目标的空间结构关系。同时设计自适应感知损失函数动态调整监督强度，有效解决了传统方法漏检、误检、预测波动大的痛点，显著提升模型解码过程的稳定性与预测一致性。
针对现有农田视觉检测算法场景适配性差、通用泛化能力不足的局限性，构建了双域融合、解码增强的完整杂草检测算法体系。在WeedCrop、LincolnBeet、MH-Weed16等多个公开数据集上的大量实验证明，该体系相较于主流检测方法具备更优的精度与鲁棒性，解码增强模型相较基线模型实现稳定精度提升，有效适配各类真实复杂农田作业场景，完善了智慧农业视觉检测方案。

毕业后沈新宇同学进入荣耀终端有限公司，从事软件开发与技术研发工作。在上海大学读研期间，沈新宇同学踏实钻研、精进不止，持续提升专业水平与科研能力，并有幸与众多良师益友同行，收获颇丰。愿他在未来的征程中始终心怀理想、脚踏实地，不畏艰难、勇敢前行。