一、赛项介绍
当前,人工智能赋能千行百业,与传统产业结合的场景正在不断深化融合,其中最广泛、最典型的是AI与工业的深度融合产生的智能机器人产业。
在智能机器人领域,中国已经连续10年保持世界第一工业制造大国,机器视觉作为第四次智能机器人化科技革命的典型载体,帮助工业实现自动化、数字化和智能化,是智能机器人化的刚需。中国每天在产线上进行目视检查的工人超过350万,其中仅3C行业就超过了150万人。传统工业质检在用工成本、检测效率、稳定性和质量、员工健康等方面仍都面临较大问题。因此在智能机器人化升级过程中,大量企业将会通过人工智能深度学习+机器视觉+边缘计算来解决产品的质量检测问题。进而会催生大量相应的工作岗位,这将会成为人工智能技术应用、大数据技术应用、工业互联网、智能制造、工业机器人、软件技术等技术技能型人才的重要就业方向。
本次竞赛旨在锻炼和检验参赛选手对于人工智能技术的理论知识和实操能力,要求选手聚焦于智能机器人领域,完成智能机器人设备初始化配置、质检数据处理、智能质检模型训练与测试等任务。
二、参赛要求
本赛项为专科组竞赛。
竞赛流程包含初赛和决赛。
竞赛形式为团体赛,以院校为单位组队参赛,不得跨校组队,校赛阶段校每个企业赛题上推不多于 5 件作品(若一个企业赛题报名不超过 5 件作品,不需要进行校赛,直接上推;若一个企业赛题报名超过 5 件作品,需进行校赛评审)。
粤港澳大湾区区赛阶段每位作者最多参与不超过 1 个人工智能挑战赛赛项。
每支参赛队由 2 名选手和不超过 2 名指导教师组成。选手须为同校在籍学生,性别和年级不限。
三、竞赛内容
专科组竞赛为“初赛+决赛”竞赛形式。
初赛阶段参赛队伍指派一名代表参与线上考核,考核要求选手在规定的时间内,在竞赛平台中独立完成竞赛试题。
决赛要求参赛队伍在规定的时间内独立完成设备初始化配置、工业产品数据处理、工业质检模型训练与测试、工业产品智能质检等工业质检场景下的实操任务。
1.初赛竞赛内容
专科组初赛统一使用人工智能竞赛平台完成上机考核任务。
初赛试题类型为理论题,包括单选题、多选题、判断题和简答题,在竞赛平台中完成,满分为100分。初赛内容如下表所示。
竞赛范围 |
竞赛内容 |
人工智能应用基础知识(20%) |
人工智能的基本概念 |
人工智能的基础技术与发展趋势 |
数据集划分、区别与作用 |
人工智能应用开发的基本流程 |
人工智能应用专业知识(40%) |
智能机器人质检应用开发案例 |
工业产品数据采集、存储与加载的方法 |
数据处理及标注的方法 |
数据质量的评价准则 |
模型训练及测试方法 |
人工智能模型质量的评价准则 |
人工智能模型的基本应用与实现流程 |
智能机器人技术应用实操要点(40%) |
工业相机调节与设置 |
智能机器人执行机构接入与调用 |
智能机器人质检模型调用与运行调试 |
智能机器人质检问题判断与处理 |
2.初赛竞赛评审方式
初赛任务为理论及实操知识考核,采用上机考核的方式进行,满分为100分,考核题型包括单选题(25题,每题2分)、多选题(5题,每题4分)、判断题(5题,每题2分)和简答题(2题,每题10分),其中多选题错选、多选均不得分。考生需在规定时间内完成所有题目,专家评委依据统一标准的评审规则,对提交内容进行客观化评审,竞赛成绩按照分数高低进行排序,若成绩相同,则根据提交时间先后排序。
3.决赛竞赛内容
决赛要求参赛选手使用竞赛组委会提供的智能机器人技术应用实践系统完成竞赛任务,任务内容包括智能机器人设备初始化配置、质检数据处理、工业产品智能质检训练与测试、效果演示。本赛项具体包括以下内容:
模块 |
任务名称 |
分值 |
A |
智能机器人设备初始化配置 |
20% |
B |
质检数据处理 |
30% |
C |
智能质检模型训练与测试 |
30% |
D |
效果演示 |
20% |
总计 |
|
100% |
任务一 智能机器人设备初始化配置
参赛选手需测试智能机器人技术应用实践系统,通过智能机器人技术应用实践系统现有的工业光源控制、工业相机调节等功能接口,获取智能机器人技术应用实践系统工业相机实时图像画面。
任务二 质检数据处理
参赛选手使用智能机器人技术应用实践系统,调节合适的相机焦距、光源距离以及光源亮度,使用工业相机采集质检产品实物图片数据并对数据集进行图像预处理,将处理后的图像数据分别用于智能机器人质检模型的训练。
任务三 智能质检模型训练与测试
选手需要基于采集、处理得到的产品图像数据,自行配置模型参数,训练得到智能机器人质检模型;选手需要将智能机器人质检模型部署到智能机器人技术应用实践系统中进行实时检测应用,并通过模型准确率等参数评估模型效果。
任务四 效果演示
参赛队伍针对竞赛任务书要求,介绍和展示以上任务实现的效果。
4.决赛竞赛评审方式
决赛任务为实操技能考核,评分为四个部分智能机器人设备初始化配置、质检数据处理、智能质检模型训练与测试、效果演示,共计总分为100分。
专家评委依据统一标准的评审规则,对竞赛任务进行客观化评审。具体评分规则如表所示。
序号 |
名称 |
占比 |
考核内容 |
1 |
智能机器人设备初始化配置 |
20% |
参赛选手通过智能机器人技术应用实践系统现有的工业光源控制、工业相机调节等功能接口,获取智能机器人技术应用实践系统工业相机实时图像画面。 |
2 |
质检数据处理 |
30% |
使用智能机器人技术应用实践系统采集质检产品实物图片数据,并编写python脚本对图像数据进行处理 |
3 |
智能质检模型训练与测试 |
30% |
选手配置模型参数,训练得到智能机器人质检模型,将智能机器人质检模型部署到智能机器人技术应用实践系统中进行实时检测应用,并通过模型准确率等参数评估模型效果。 |
4 |
效果演示 |
20% |
每个参赛队演示时间为5分钟,在规定时间内演示以上任务的实现效果。 |
注:命题专家组可根据实际情况适当调整各项任务的分值
5.竞赛设备设施
赛前,各参赛队须根据赛题要求自行评估参赛设备筹措方式:采用自有、借用、租赁、新购等方式。为方便参赛队参赛,省赛组委会向企业提出借用要求,借用设备由参赛队直接向企业提出申请并借用,所借用设备的技术支持由企业提供,设备安全操作规范由企业向参赛队充分说明。
竞赛现场保证良好的采光、照明和通风;提供稳定的水、电和供电应急设备,同时提供所有选手和指导教师休息室1间、裁判工作室1间。比赛现场按照参赛选手数量准备竞赛所需的软硬件平台,为参赛选手提供统一竞赛设备和备用设备,选手无需自带任何工具。
设备名称 |
关键技术参数 |
人工智能竞赛平台 |
1.平台采用B/S架构进行设计,支持部署在云端或本地高性能算力服务器,用户可直接通过web浏览器进行访问,无需进行相关的环境部署。 2. 平台支持1+X人工智能深度学习工程应用证书的学习、考核、竞赛。 3. 平台可适配多个linux发行版本进行部署,如ubuntu18、centos8,系统内集成linux操作系统环境、python3.7编程环境、tensorflow2.0、paddlepaddle2.0、pytorch1.8等多个主流深度学习框架,帮助用户搭建人工智能一体化的开发环境。 4. 平台具备较好的兼容性和安全认证,可兼容百度云、阿里云、亚马逊云、华为云等。 5. 平台可对高性能服务器的cpu和gpu资源进行集中调度使用,内置多个针对不同深度学习框架的cpu、gpu的开发环境,在低算力要求下如机器学习可使用cpu算力资源减少系统功耗,每个用户可根据任务资源的调度均分算力资源;在高算力可使用gpu算力资源,每个用户可至少分配一个gpu实例进行模型训练或推理;支持用户端切换算力环境。 6. 平台内置jupyter编程环境,集成人工智能深度学习所需的环境资源库,用户可在编程环境中自由创建文件、修改文件、提交文件,同一用户的不同环境相互独立,不同课程任务可调度不同的运行环境;编程环境可实时运行查看反馈结果,并具备代码运行错误的提示功能。 |
智能机器人技术应用实践系统 |
1. 智能机器人技术应用实践系统满足智能机器人场景应用的包括人工智能边缘计算硬件、端侧算力及智能机器人场景算法库和数据集等部分组成,各模块项目支撑形成智能机器人场景开发应用主体,具备智能机器人场景的数据采集、数据处理和端侧智能计算等能力。 2. 智能机器人技术应用实践系统与不同框架的模型兼容,支持TensorFlow、PaddlePaddle、PyTorch等人工智能框架模型的部署及应用。支持智能机器人场景产业实战应用案例,支持智能机器人场景下的图像和视频处理,支持机器视觉、机器学习等工作任务。 |
智能机器人技术应用实践系统为本赛项唯一指定硬件平台。
赛事联系人:陈老师,联系电话: 17629082823 (微信同号)。
四、竞赛现场设备设施
比赛现场按照参赛选手数量准备竞赛所需的软硬件平台,为参赛选手提供统一竞赛设备和备用设备,选手无需自带任何工具。
五、其他
其他未尽事宜,将在赛前向各参赛选手做详细说明。
欢迎各队伍指导老师教师,进群获取最新赛事资讯。交流群仅限队伍指导教师进入。为更好维护群交流环境,有效解答各位领导老师关于赛事疑问,请各位入群后修改一下群昵称为“学校名称+姓名”。

参赛队伍指导老师微信交流群-智能机器人技术应用赛项(专科)