邓伟豪：聚焦方向、搭建框架，在调整中推进论文完善
邓伟豪师兄的分享主要围绕论文方向确定、章节衔接、工具使用和毕业阶段规划展开。他首先提到，科研起步最重要的是尽快把大方向落到具体问题上，自己最终从图像识别进一步聚焦到葡萄病害检测，并围绕“葡萄跨器官病害检测”准备果实和叶片数据集。在论文写作上，他强调大论文不能简单堆叠已有成果，而要把小论文内容转化为第三章，再在此基础上继续深化形成第四章，同时建立好第三章与第四章之间的逻辑联系。
在科研方法上，邓伟豪师兄特别强调工具对效率提升的帮助。他介绍，豆包、GPT 等 AI 工具可以辅助文献整理、启发模型改进方向，也能帮助解决代码报错问题；在数据处理和实验运行方面，X-AnyLabeling 和 autodl 等工具也显著提高了数据标注与实验推进效率。针对预答辩，他总结的重点是补充英文文献、规范图表格式，并完善研究成果与项目经历展示。面对论文框架搭建和章节衔接的困难，他的解决办法是多读同领域学位论文、多与 AI 交互、多和同学交流，在不断模仿与调整中形成自己的论文结构。对于未来，他希望一边完成考试和面试，一边继续打磨学位论文，顺利通过送审与答辩。
李文静：以扎实实验为基础，把论文写作变成有逻辑的系统工程
李文静师姐的分享更突出论文写作的系统性和规范性。她认为，论文工作的起点是文献调研，要通过阅读文献识别研究中的“空白点”“争议点”和“可改进之处”，再确定选题、研究方法和预期成果。在研究实施阶段，她建议先在自己的数据集上复现本方向已有工作，形成可靠的对比基准，再观察模型在哪些地方表现最差，并针对这些薄弱点提出改进策略，如设计模块、修改损失函数或调整预处理方式。她还总结了大论文的基本结构安排：绪论与相关技术、两章主体研究内容，以及最后的总结与展望，并提醒同学们要高度重视实验扎实程度、数据真实性和分析过程的完整性。
在预答辩反馈方面，李文静师姐的经验非常具体。她提到，老师特别关注第三章与第四章之间的关联性，因此需要在第四章前增加过渡段，说明章节之间的逻辑递进关系。同时，消融实验的设计思路必须表达清楚，要说明究竟是在对主干网络做消融，还是对自己设计的模块做消融。此外，排版格式、参考文献比例和网络结构图规范也都是答辩前必须认真处理的细节。她在分享中还特别提到，写初稿时不要一开始就写摘要和绪论，因为这两部分最依赖对全文的整体把握；更合理的顺序是先完成核心研究章节，再回过头写前两章和摘要。面对实验结果不理想的问题，她的应对办法是及时调整模型架构，并结合数据增强等预处理手段改善结果。当前，她已经找到深圳测试岗的工作，接下来的目标是继续修改论文，顺利通过送审和答辩。
刘海佳：从问题导向出发，在聚焦研究对象中寻找创新突破
刘海佳同师姐的分享具有较强的问题导向特征，围绕“玉米病害识别”这一具体研究对象展开。她在开头就明确指出，当前相关研究面临两个核心问题：一是多层次特征融合不足、上下文信息利用不充分，二是模型参数量较大、结构复杂，导致训练成本高。因此，她将自己的研究重点放在构建更高效、更轻量化的玉米病害识别模型上。为支撑这一研究，她选用了 AI Challenge 2018 提供的玉米叶片病害数据集，其中包含玉米大斑病、小斑病、锈病和健康叶片等类别，为模型训练提供了可靠基础。
在研究方法上，刘海佳师姐系统梳理了玉米病害识别中常用的关键技术，包括 CNN、ResNet、注意力机制和轻量化网络，并强调要结合具体任务理解这些技术的适用性。她还介绍了自己常用的科研工具链，包括 ChatGPT、GitHub、Paper with Code、谷歌学术、知网、Visio、小绿鲸和 PyTorch 等，覆盖文献检索、代码复现、科研绘图和实验开发多个环节。针对预答辩意见，她特别提到，老师要求论文研究现状部分聚焦“玉米病害识别”，不能泛泛而谈农作物病虫害识别；同时，还需要更深入说明为何选择玉米作为研究对象、有哪些专用技术，以及玉米与其他作物在病害特征、叶片结构和拍摄环境上的差异。
在论文写作过程中，刘海佳师姐总结了三类典型困难：技术路线不清晰、模型改进方向不明确，以及精度提升遭遇瓶颈。对此，她采取了较为系统的解决方案：先通过综述和大量文献阅读完成研究聚焦，再从现有工作的不足中提炼创新点，确定把注意力机制作为重要改进方向，最后通过多策略尝试、不同基线模型对比和代码重构不断优化模型表现。职业规划方面，她已经签约中国移动作为保底选择，同时继续积极参与春招并准备事业单位考试，希望为自己争取更多元的发展空间。
麻海志：在理论补强、实验优化与结构重构中不断打磨论文质量
麻海志师兄的分享围绕硕士论文研究、小论文修改反思、写作挑战应对以及求职规划几个方面展开，整体思路非常清晰，既有对科研过程的总结，也有对师弟师妹的现实建议。他的论文研究聚焦于复杂田间环境下小麦叶片病害检测，目标是在保证检测精度的同时，实现模型轻量化，并满足无人机平台实时部署的实际需求。围绕这一目标，他以 YOLOv8 为基础，结合精度增强模块、轻量化网络结构以及无人机系统集成方法，完成了面向智慧农业应用的小麦叶片病害检测模型设计与系统实现，最终在识别精度、运行效率和实际部署能力方面取得了较好的综合效果。
在科研工具使用方面，麻海志师兄展现出较强的工程化和写作规范意识。他介绍，自己在研究中主要使用 MATLAB、Python、Origin、Visio、Simpletex、AutoDL、ChatGPT 和 Gemini 等工具辅助公式推理、代码处理、实验绘图、公式识别和模型训练；在论文撰写阶段，则借助 LaTeX、Overleaf、EndNote 和 Zotero 进行专业排版和文献管理。通过这些工具的配合使用，他逐步形成了较完整的科研工作流，也说明现代科研不仅依赖研究想法本身，更依赖高效规范的工具支撑。
在预答辩修改方面，麻海志师兄总结得很有代表性。老师们提出的意见主要集中在三个方面：一是理论深度不足，需要补充更全面的文献综述并加强核心理论阐释；二是实验设计仍不够严谨，需要增加更有说服力的对比实验和数据验证；三是论文结构不够清晰连贯，特别强调第三章和第四章之间应建立更强的逻辑串联。针对这些问题，他进行了系统改进：补充了 30余篇高被引文献，对引言和理论基础部分进行了较大幅度修改；重新设计实验方案、扩大样本量，并通过更严格的数据处理和统计检验增强结果可信度；同时调整章节顺序、删减冗余内容、增加必要的过渡段落，使全文逻辑链条更加清晰完整。这些反思和改进说明，预答辩的价值不仅在于发现问题，更在于帮助论文从“能写完”提升到“写扎实”。
对于论文写作过程中的困难，麻海志师兄的总结非常真实，也很有借鉴意义。他提到，自己在选题阶段曾经历方向不明确的迷茫，在研究阶段面临数据类别不平衡、数据集不足、标注任务繁重、代码频繁报错、实验多次失败和理论推导受阻等多重挑战；到了写作阶段，又遇到思路混乱、逻辑不清和表达不顺的问题，而在修改阶段，面对大量反馈意见，也曾不知道该如何下手。针对这些困难，他总结出几条很实用的经验：第一，要多与导师沟通，及时汇报进展，尽早纠偏；第二，要广泛阅读文献，在已有研究中寻找灵感和解决方案；第三，要保持良好心态，接受科研失败是常态；第四，要合理规划时间，把大任务拆解成可执行的小目标；第五，要多和同门、同学交流，在技术和心理两个层面互相支持。这些经验对于正处在论文写作和毕业压力中的同学来说，具有很强的现实参考价值。
在求职与未来规划方面，麻海志师兄目前已经签约电池测试工程师岗位，主要从事动力电池产品测试相关工作。他结合自己的经历，提醒师弟师妹们要尽早关注秋招节奏，主动参加网申、宣讲会和就业信息平台活动，同时提前准备好简历、英语四六级和笔试相关内容，尤其是很多企业都会关注四六级成绩和行测能力。对于职业发展，他也给出了较明确的规划：短期内希望尽快熟悉业务流程，掌握核心测试技能，在试用期内完成高质量交付；长期则希望深耕所在行业，不断提升解决复杂问题的能力，逐渐成长为技术或业务骨干，并向专家或管理岗位发展。他最后用“以终为始，脚踏实地，在实践中实现自我价值”概括自己的毕业体会，也为师弟师妹提供了很有力量的鼓励。
