2023年河北省職業(yè)院校技能大賽

多信息智能識(shí)別控制的技術(shù)與應(yīng)用（高職組）

競(jìng)賽樣題

第一部分智能識(shí)別應(yīng)用

任務(wù)一：人臉笑容檢測(cè)

新建Python項(xiàng)目，通過編寫代碼運(yùn)行實(shí)現(xiàn)以下內(nèi)容

1、調(diào)用提供的USB攝像頭實(shí)現(xiàn)實(shí)時(shí)監(jiān)控，監(jiān)控框標(biāo)題設(shè)為camera

2、根據(jù)“競(jìng)賽資料\第一部分\任務(wù)一”中提供的文件，調(diào)用合適的

OpenCV分類器，實(shí)現(xiàn)對(duì)實(shí)時(shí)監(jiān)控中的人臉進(jìn)行檢測(cè)，并用綠色方框

框出；對(duì)實(shí)時(shí)監(jiān)控中人臉的眼睛進(jìn)行檢測(cè)，并用紅色方框框出；對(duì)實(shí)

時(shí)監(jiān)控中人臉的笑容進(jìn)行檢測(cè)，并用藍(lán)色方框框出。

完成后，保存本工程所有文件及代碼到競(jìng)賽U盤“提交資料\第一部

分\任務(wù)一”目錄下。

比賽結(jié)束之前，運(yùn)行本程序并保證程序可以正常檢測(cè)，比賽結(jié)束之后

裁判根據(jù)現(xiàn)場(chǎng)效果進(jìn)行評(píng)分。

任務(wù)二：目標(biāo)輪廓檢測(cè)

新建Python項(xiàng)目，通過編寫代碼運(yùn)行實(shí)現(xiàn)以下內(nèi)容

—1—

1.加載競(jìng)賽提供的“競(jìng)賽資料\第一部分\任務(wù)二”中提供的圖片集

2.根據(jù)“競(jìng)賽資料\第一部分\任務(wù)二”中提供的數(shù)據(jù)集和文件，對(duì)數(shù)

據(jù)集中所有的圖片進(jìn)行輪廓檢測(cè)，將輪廓檢測(cè)處理后的圖片保存到競(jìng)

賽U盤“提交資料\第一部分\任務(wù)二\處理后的圖片”目錄下。

完成后，保存本工程所有代碼到競(jìng)賽U盤“提交資料\第一部分\任務(wù)

二”目錄下。

—2—

第二部分智能數(shù)據(jù)處理

任務(wù)一：OpenCV圖像處理

新建Python項(xiàng)目，編寫代碼調(diào)用OpenCV相關(guān)接口運(yùn)行實(shí)現(xiàn)對(duì)“競(jìng)賽

資料\第二部分\任務(wù)一”中提供的數(shù)據(jù)集的以下操作：

1.將數(shù)據(jù)集中所有圖片都縮放到的長(zhǎng)寬為480*270像素，并同名保存

到“提交資料\第二部分\任務(wù)一\1”目錄下。

2.對(duì)縮放后的dog.jpg和cat.png圖片進(jìn)行圖像融合操作，要求dog

占比0.8，cat占比0.2，保存到“提交資料\第二部分\任務(wù)一\2”

目錄下。

3.將數(shù)據(jù)集的所有圖片進(jìn)行水平鏡像翻轉(zhuǎn)，并同名保存到“提交資料

\第二部分\任務(wù)一\3”目錄下。

4.對(duì)mohu.jpg分別進(jìn)行濾波操作操作，并同名保存到“提交資料\

第二部分\任務(wù)一\4”目錄下。

完成后，保存本工程所有代碼到競(jìng)賽U盤“提交資料\第二部分\任務(wù)

一”目錄下。

任務(wù)二：TensorFlow下數(shù)據(jù)集增強(qiáng)

新建Python項(xiàng)目，通過編寫代碼調(diào)用tensorflow.keras相關(guān)接口運(yùn)

行實(shí)現(xiàn)對(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的圖片數(shù)據(jù)集的以下

操作

—3—

1.將提供的數(shù)據(jù)集隨機(jī)水平和垂直平移，水平平移比例為0.3，垂直

平移比例為0.2，并同名保存到“提交資料\第二部分\任務(wù)二\1”目

錄下。

2.將提供的數(shù)據(jù)集歸一化，并同名保存到“提交資料\第二部分\任務(wù)

二\2”目錄下。

3.將提供的數(shù)據(jù)集隨機(jī)裁剪，裁剪比例為0.3，并同名保存到“提交

資料\第二部分\任務(wù)二\3”目錄下。

完成后，保存本任務(wù)所有代碼和數(shù)據(jù)集到“提交資料\第二部分\任務(wù)

二”目錄中，并將壓縮包上傳到答題卡的指定位置下。

—4—

第三部分智能模型構(gòu)建

任務(wù)一:模型參數(shù)設(shè)定

在“競(jìng)賽資料\第三部分\任務(wù)一”提供的TensorFlow模型構(gòu)建代碼

中找到并修改設(shè)定以下參數(shù)：

1.設(shè)定填寫input_shape的值,查看自己構(gòu)建模型后的Totalparmas,

值。Totalparmas代表模型的訓(xùn)練參數(shù)個(gè)數(shù)，input_shape代表圖片

的輸入尺寸(不得超過512)。

2.設(shè)定填寫epochs的值。epochs代表訓(xùn)練輪數(shù)，表示完成模型訓(xùn)練

過程需要遍歷整個(gè)訓(xùn)練數(shù)據(jù)集的次數(shù)。

3.設(shè)定填寫batch_size的值。batch_size表示模型每次更新參數(shù)所

需要的樣本數(shù)量。

完成后，將每一步的代碼截圖保存至答題卡指定位置，參數(shù)要求合理

以確保能在比賽時(shí)間內(nèi)完成模型訓(xùn)練。

任務(wù)二:模型訓(xùn)練與優(yōu)化

運(yùn)行任務(wù)一修改完畢的代碼完成模型訓(xùn)練，訓(xùn)練要求如下：

1.合理調(diào)整及優(yōu)化代碼，對(duì)圖片進(jìn)行優(yōu)化，并截圖保存到答題卡的指

定位置上。

2.合理調(diào)整及優(yōu)化代碼，使得測(cè)試集上的得分(test_score)不低于

75%，并截圖保存到答題卡的指定位置上。

—5—

3.運(yùn)行tensorboard，查看訓(xùn)練過程中的準(zhǔn)確率和損失值的變化圖像，

并截圖保存到答題卡的指定位置上。

4.對(duì)于訓(xùn)練好的模型文件進(jìn)行保存，要求指定模型格式為hdf5，并

存放到指定文件下。

完成后，保存本工程所有文件和代碼到U盤“提交資料\第三部分\

任務(wù)二”目錄中，model文件夾僅保留最優(yōu)的模型數(shù)據(jù)即可。

任務(wù)三:模型調(diào)用與預(yù)測(cè)

新建Python項(xiàng)目名為predict.py，通過編寫代碼運(yùn)行實(shí)現(xiàn)以下內(nèi)容

1.保存預(yù)測(cè)代碼到指定文件下。

2.通過讀取保存的模型對(duì)“競(jìng)賽資料\第四部分\任務(wù)三”中提供的圖

片數(shù)據(jù)集(待預(yù)測(cè)圖片集-300)進(jìn)行逐一進(jìn)行預(yù)測(cè)并記錄，要求記錄圖

片名稱及預(yù)測(cè)結(jié)果，并保存在txt文檔中。

完成后，保存本工程所有文件及代碼到U盤“提交資料\第四部分\

任務(wù)三”目錄中，并保證程序可以正常運(yùn)行。

—6—

第四部分智能模型部署

任務(wù)一:智能燈控系統(tǒng)

根據(jù)“競(jìng)賽資料\第四部分\操作教程”中提供的文件，在人工智能競(jìng)

賽平臺(tái)上完成模型的部署及終端節(jié)點(diǎn)的程序下載，分析代碼并運(yùn)行記

錄實(shí)驗(yàn)現(xiàn)象。

1.根據(jù)“文件傳輸教程”，使用電腦桌面提供的軟件將“競(jìng)賽資料\

第四部分\任務(wù)一”中模型文件夾及其中的文件傳輸?shù)饺斯ぶ悄芨?jìng)賽

平臺(tái)上

2.根據(jù)“終端節(jié)點(diǎn)使用教程”，使用電腦桌面提供的軟件將“競(jìng)賽資

料\第四部分\任務(wù)一”中提供的終端節(jié)點(diǎn)的程序代碼下載至終端模塊

中

3.根據(jù)“平臺(tái)使用教程”，運(yùn)行部署完成的整個(gè)系統(tǒng)，查看現(xiàn)象并分

析代碼，將得出的實(shí)驗(yàn)效果記錄在答題卡的指定位置上。

任務(wù)二:智能歡迎系統(tǒng)

根據(jù)任務(wù)一中提供的示例代碼，在人工智能競(jìng)賽平臺(tái)上完成“智能歡

迎系統(tǒng)”的功能實(shí)現(xiàn)及項(xiàng)目部署，實(shí)現(xiàn)對(duì)監(jiān)控中人臉性別的檢測(cè)并和

語(yǔ)音播報(bào)模塊和點(diǎn)陣模塊的WiFi終端進(jìn)行聯(lián)動(dòng)實(shí)現(xiàn)不同性別客人的

歡迎。

參考任務(wù)一中人工智能AI平臺(tái)的代碼及模型轉(zhuǎn)換代碼，進(jìn)行修改實(shí)

現(xiàn)將“競(jìng)賽資料\第四部分\任務(wù)二”中提供的模型轉(zhuǎn)換為rknn模型

—7—

并調(diào)用，實(shí)現(xiàn)對(duì)USB攝像頭視頻流中人臉性別的檢測(cè)，用藍(lán)色方框框

出男性人臉，紅色方框框出女性人臉，并用紅色字體在屏幕中間顯示

“智能歡迎系統(tǒng)”。

2.根據(jù)“終端節(jié)點(diǎn)使用教程”，修改“競(jìng)賽資料\第四部分\任務(wù)二\WiFi

終端”提供的代碼并下載，實(shí)現(xiàn)語(yǔ)音播報(bào)模塊的語(yǔ)音歡迎詞修改，包

括“先生您好，歡迎”和“女士您好，歡迎”。

3.根據(jù)“終端節(jié)點(diǎn)使用教程”，修改“競(jìng)賽資料\第四部分\任務(wù)二\WiFi

終端”提供的代碼，實(shí)現(xiàn)點(diǎn)陣顯示模塊的漢字顯示，包括“先生您好”

和“女士您好”。

4.修改終端節(jié)點(diǎn)及人工智能AI平臺(tái)代碼，實(shí)現(xiàn)聯(lián)動(dòng)效果，在檢測(cè)到

人臉為男士時(shí)終端節(jié)點(diǎn)語(yǔ)音播報(bào)“先生您好，歡迎”，點(diǎn)陣顯示“先

生您好”。在檢測(cè)到人臉為女士時(shí)終端節(jié)點(diǎn)語(yǔ)音播報(bào)“女士您好，歡

迎”，點(diǎn)陣顯示“女士您好”。

完成后，保持程序正常運(yùn)行，保存終端節(jié)點(diǎn)的代碼到競(jìng)賽U盤“提交