我申请北林时，真正让我有辨识度的是林业 AI 这条线已经做过一段时间，而不是临时把人工智能方向写进材料里。本科来自一所普通理工院校，专业是计算机科学与技术，GPA 3.78/4.0，排名 5/62，大约前 8%，六级 532。
科研经历主要是省级大创，我担任负责人，方向就是林业 AI。论文方面有一篇林木病虫害识别相关的普刊一作。竞赛里，MathorCup 数模省一、蓝桥杯省二和互联网+省银也和计算机建模、林业大数据有一定关联。
项目里最重要的是基于深度学习的林木病虫害识别系统。我负责图像数据采集与标注、CNN 模型训练和调参、算法部署，常用 Python、PyTorch 和 OpenCV。这个项目还对接过地方林场真实数据，做出了移动端辅助诊断原型，所以后面面试时能讲的不只是模型本身，还有真实应用场景里的问题。
确定去向时，我选择了北京林业大学信息学院，也就是人工智能学院的人工智能学硕，方向是林业智能感知，进入张教授课题组。手里一共有 3 个 offer，包括北林信息学院学硕、华北电力大学计算机学院和本校计算机学院。
华北电力的机会我最后放弃了。对我来说，北林的吸引力在于林业 AI 方向非常契合自己已经积累的科研和项目经历，目标课题组也更适合继续沿着智能感知做下去。预推免和九推我都没有再参加。
夏令营阶段我投了北京林业大学信息学院、华北电力大学计算机学院和本校计算机学院。三所学校都入营了，其中北林和本校拿到了优营，华北电力入营但没有拿到优营。
这个投递结果也强化了我的判断：如果只按计算机大类去卷，优势并不算特别突出；但放到林业 AI 交叉方向里，我的项目、论文和竞赛就能形成比较完整的故事线。最后选择北林，主要也是因为这条线更能延续。
3 月我开始锁定林业 AI 交叉方向，把病虫害识别相关的科研、竞赛和项目材料重新整理。4 月集中打磨简历和个人陈述，重点突出“计算机+林业”的匹配度，同时联系北林导师进行沟通。
5 月投递北林夏令营，也同步投了华电和本校。7 月参加北林线上面试和项目汇报，拿到比较理想的结果。8 月确认北林 offer 后，就放弃了其他选择。
简历改了 4 版，最后控制在 1 页半左右，重点放在林业 AI 项目和交叉科研经历上。个人陈述大约 1500 字，主要写自己从工科计算机背景转向林业 AI 的动机，以及为什么北林的方向适合继续深挖。
推荐信准备了两封，分别来自专业课老师和科研导师，强调算法能力和林业交叉研究潜力。成绩单用前 5 学期成绩，附盖章和排名证明。奖项材料包括奖学金、竞赛证书和论文录用证明，项目材料则准备了代码仓库、样本图、模型效果以及林场合作证明。
北林是线上面试，大约 18 分钟，流程包括英语自我介绍、专业基础、项目深挖、林业认知和综合问答。英语部分问了自我介绍、为什么选择北林，以及介绍病虫害识别项目。像 forest pest detection 这类项目术语最好提前练熟，不然现场临时翻译会影响表达。
专业基础主要围绕 CNN 原理、图像预处理、过拟合处理和分类算法对比。项目深挖会问标注难点、模型改进和准确率提升。我印象比较深的是，老师不只关心准确率数字，也会问真实林场数据和公开数据有什么不同，模型部署到移动端时会遇到什么限制。
林业认知部分会问 AI 在林业中的应用、行业前景，以及我为什么选北林、能不能补林业知识、有没有读博意向。这里不能只说“感兴趣”，最好能结合病虫害识别、森林资源监测、智能感知这些具体场景来回答。
交叉方向申请的关键，是让老师相信你不是临时包装，而是真的有连续积累。我的材料之所以能支撑北林，是因为科研、论文、竞赛和项目都能落到林木病虫害识别和林业智能感知上。
准备这类面试时，算法基础要过关，项目数据、模型改进和落地场景也要能讲清楚。英语如果在 500 到 550 这个区间，至少要做到模板熟练、表达简洁、不明显卡壳；如果想讲项目细节，就提前把术语和应用场景都整理成英文说法。北林会看计算机能力，也会看你愿不愿意补林业知识，这一点要提前想明白。