自动驾驶研究员主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
justin-liang.com 是 Justin Liang 的个人学术主页，核心内容包括个人背景、研究兴趣、论文发表、少量 Tutorials 和 Projects。页面显示其研究方向位于计算机视觉与机器学习交叉领域，并列出多篇与实例分割、道路边界提取、车道拓扑、3D 车辆重建、自动驾驶感知相关的论文。
从教育/课程角度看，该站并不是传统课程平台，而是带有学习资源属性的研究者主页。明确的教程只有两个：使用 MATLAB 的 Canny Edge Detector 教程，以及基于 HSV mask 的颜色提取教程，均提供 Tutorial 和 Code 链接。授课形式更接近文本教程加代码示例，未体现直播、录播或 1v1。授课语言从正文判断为英文。站点没有显示课程体系、课时安排、作业、社群答疑或结业路径。
作者背景较强：目前为 Waabi Research Scientist，曾在 Uber ATG Toronto 担任 Research Scientist；硕士毕业于多伦多大学计算机科学机器学习组，导师为 Raquel Urtasun，本科为英属哥伦比亚大学机械工程机电一体化方向。论文出现在 CVPR、ICCV、ECCV、WACV 等会议，说明其在计算机视觉与自动驾驶感知研究方面有扎实积累。
抓取文本未出现价格、支付方式、注册入口或会员机制，因此不能视为付费课程。也未显示认证或证书。服务支持方面仅提供电子邮件联系方式，没有课程答疑、助教、论坛或学习进度管理功能。
优点是资源简洁、研究含金量高，适合希望查阅相关论文、了解自动驾驶视觉研究脉络，或用 MATLAB 入门边缘检测和颜色提取的学习者。缺点是教程数量少、结构不系统，对初学者不够友好，不能替代完整机器学习或计算机视觉课程。若需要系统学习，可考虑 Coursera、edX、Udacity、MIT OpenCourseWare、CS231n 或中文平台公开课。
正文未提供网站部署、访问限制或支付信息，故中国访问情况判断为未知。由于站点主要是静态个人主页和外链论文/视频，实际体验可能取决于外链服务的可用性。
本测评基于公开资料整理,不构成购买建议,请以 justin-liang.com 官网实际信息为准。
机器学习和自动驾驶研究履历，学术参考价值较高。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。