2023年河北省職業(yè)院校技能大賽“多信息智能識別控制的技術(shù)與應用”（高職組）賽項競賽樣題第1套

2023年河北省職業(yè)院校技能大賽

多信息智能識別控制的技術(shù)與應用（高職組）

競賽樣題

第一部分智能識別應用

任務一：OpenCV分類器的使用

新建Python項目，通過編寫代碼運行實現(xiàn)以下內(nèi)容

1、根據(jù)“競賽資料\第一部分\任務一\1”中提供的圖片數(shù)據(jù)集，使

用opencv中的分類器，對給定圖片數(shù)據(jù)集中的人臉進行檢測，要求

使用綠色框?qū)⑷四槝顺觯t色框?qū)⒀劬顺?，并將檢測后圖片進行保

存到“提交資料\第一部分\任務一\1”目錄下。

2、根據(jù)“競賽資料\第一部分\任務一\2”中提供的視頻數(shù)據(jù)集，使

用opencv中的分類器，對視頻中的面部微笑進行檢測，要求檢測到

微笑時將字符‘smile’打印展示在視頻中，并將檢測后的視頻保存

到“提交資料\第一部分\任務一\2”目錄下。

3、根據(jù)“競賽資料\第一部分\任務一\3”中提供的視頻文件使用

OpenCV分類器檢測視頻中的行人并用綠色框進行標注，將框的中心

點用紅色點進行標注，將處理后的視頻保存到“提交資料\第一部分\

任務一\3”目錄下。

完成后，保存本工程所有文件及代碼到競賽U盤“提交資料\第一部

分\任務一”目錄下。

—1—

任務二：輪廓識別

新建Python項目，通過編寫代碼運行實現(xiàn)以下內(nèi)容

1.根據(jù)“競賽資料\第一部分\任務二”中提供的數(shù)據(jù)集和文件，對數(shù)

據(jù)集中所有的圖片進行輪廓檢測，將輪廓檢測處理后的圖片保存到競

賽U盤“提交資料\第一部分\任務二\處理后的圖片”目錄下。

2.根據(jù)“競賽資料\第一部分\任務二”中提供的數(shù)據(jù)集和文件，使用

calcHist函數(shù)計算所有圖像的直方圖，將計算后的直方圖用matplo

tlib繪制出并保存在“競賽資料\第一部分\任務二\2”目錄下。

完成后，保存本工程所有代碼到競賽U盤“提交資料\第一部分\任務

二”目錄下。

第二部分智能數(shù)據(jù)處理

任務一：OpenCV顏色通道提取

新建Python項目，編寫代碼調(diào)用OpenCV相關(guān)接口運行實現(xiàn)對“競賽

資料\第二部分\任務一”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寬為480*270像素，并同名保存

到“提交資料\第二部分\任務一\1”目錄下。

2.任選2張縮放后貓狗圖片進行圖像融合操作，要求dog占比0.8，

cat占比0.2，保存到“提交資料\第二部分\任務一\2”目錄下。

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

—2—

\第二部分\任務一\3”目錄下。

4.選擇數(shù)據(jù)集的前5張圖片，將圖片的rgb三色通道劃分開來，分別

提取出5張圖片在r通道下的圖片，并將提取后的結(jié)果保存到“提交

資料\第二部分\任務一\4”目錄下。

5.選擇數(shù)據(jù)集的前5張圖片，將圖片的rgb三色通道劃分開來，分別

提取出5張圖片在g通道下的圖片，并將提取后的結(jié)果保存到“提交

資料\第二部分\任務一\5”目錄下。

6.選擇數(shù)據(jù)集的前5張圖片，將圖片的rgb三色通道劃分開來，分別

提取出5張圖片在b通道下的圖片，并將提取后的結(jié)果保存到“提交

資料\第二部分\任務一\6”目錄下。

完成后，保存本工程所有代碼到競賽U盤“提交資料\第二部分\任務

一”目錄下。

任務二：迷宮自動尋路

新建Python項目，通過使用OpenCV對“競賽資料\第二部分\任務二”

中提供的圖片進行以下操作：

1.對“競賽資料\第二部分\任務二”中提供的迷宮圖像進行二值化操

作，將二值化處理后的圖片保存，并提交到“提交資料\第二部分\

任務二\1”目錄下。

2.對“競賽資料\第二部分\任務二”中提供的迷宮圖像進行輪廓標注

操作，將輪廓標注標注后的圖片保存，并提交到“提交資料\第二部

—3—

分\任務二\2”目錄下。

3.對“競賽資料\第二部分\任務二”中提供的迷宮圖像進行擴張操作，

將擴展操作后的圖片保存，并提交到“提交資料\第二部分\任務二\3”

目錄下。

4.對“競賽資料\第二部分\任務二”中提供的迷宮圖像進行侵蝕操作，

將侵蝕處理后的圖片保存，并提交到“提交資料\第二部分\任務二\4”

目錄下。

5.對“競賽資料\第二部分\任務二”中提供的迷宮圖像分別進行上述

操作后，要求找到迷宮的入口到出口的唯一路徑并使用紅色線條標注

在原圖之上，將標注出入路徑后的圖片保存，并提交到“提交資料\

第二部分\任務二\5”目錄下。

完成后，保存本工程所有代碼到競賽U盤“提交資料\第二部分\任務

二”目錄中。

第三部分智能模型構(gòu)建

任務一:CIFAR10分類

在“競賽資料\第三部分\任務一”提供的TensorFlow模型構(gòu)建代碼

中找到并修改設定以下參數(shù)：

1.讀取keras.datasets內(nèi)置數(shù)據(jù)集CIFAR10，使用matplotlib以子

—4—

圖的形式查看10張CIFAR10圖片，將查看的圖片截圖保存到答題卡

指定位置。

2.使用Tensorflow構(gòu)建神經(jīng)網(wǎng)絡，要求至少包含4個卷積層（Conv），

并使用model.summary()將模型結(jié)構(gòu)打印輸出，將輸出的模型結(jié)構(gòu)截

圖保存到答題卡指定位置。

3.定義損失函數(shù)和優(yōu)化器，以及對數(shù)據(jù)進行數(shù)據(jù)增強操作，開始模型

訓練，將訓練過程截圖保存到答題卡指定位置。

4.完成訓練后使用matplotlib繪制accuracy變化圖和loss變化圖

并輸出最高的accuracy值，要求不低于（0.8），將accuracy圖以

及輸出的accuracy值截圖保存到答題卡指定位置。

完成后，將每一步的代碼截圖保存至競賽U盤中答題卡的指定位置上，

參數(shù)要求合理以確保能在比賽時間內(nèi)完成模型訓練。

任務二:水果分類模型訓練

運行任務一修改完畢的代碼完成模型訓練，訓練要求如下：

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

值。Totalparmas代表模型的訓練參數(shù)個數(shù)，input_shape代表圖片

的輸入尺寸（要求最低為224）。

2.對訓練集圖片進行隨機翻轉(zhuǎn)、平移、隨機裁剪、隨機縮放等數(shù)據(jù)增

強操作，并截圖對應代碼塊保存到答題卡的指定位置上。

—5—

3.合理調(diào)整及優(yōu)化代碼（參考：網(wǎng)絡結(jié)構(gòu)、輸入圖片大小、優(yōu)化器、

batch_size等），使得測試集上的得分(test_score)不低于85%，并

截圖保存到答題卡的指定位置上。

4.在模型訓練中加入回調(diào)函數(shù)使得能在tensorboard中對訓練過程

進行可視化，運行tensorboard，查看訓練過程中的準確率和損失值

的變化圖像，并截圖保存到答題卡的指定位置上。

5.對于訓練好的所有模型文件進行保存，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\

任務二”目錄中。

任務三:模型調(diào)用與預測

新建Python項目名為predict.py，通過編寫代碼運行實現(xiàn)以下內(nèi)容

1.保存預測代碼到指定文件下。

2.選擇準確率較高的模型對“競賽資料\第三部分\任務三”中提供的

圖片數(shù)據(jù)集(待預測圖片集-300)進行逐一進行預測并將預測結(jié)果用

綠色字體打印保存在驗證集圖片上，將預測完畢的驗證集保存到競賽

U盤“提交資料\第三部分\任務三”中。

完成后，保存本工程所有代碼及模型到競賽U盤“提交資料\第三部

分\任務三”目錄中。

—6—

第四部分智能模型部署

任務一:表情燈控系統(tǒng)部署

根據(jù)“競賽資料\第五部分\任務一”中提供的文件，按照下述步驟在

競賽設備上進行表情燈控系統(tǒng)的項目部署。

1.在局域網(wǎng)內(nèi)完成路由器網(wǎng)絡的配置，設定無線網(wǎng)絡的名稱為

“JNDS-XX”，XX為你的工位號（如JNDS-01），八位密碼自行設定；

設定無線網(wǎng)絡DHCP服務的開始地址為192.168.x.100，結(jié)束地址為

192.168.x.199，x為你的工位號（如192.168.1.100-192.168.1.199）；

完成后根據(jù)答題卡要求將WiFi名稱、密碼和設置截圖填寫在答題卡

的指定位置上。

2.根據(jù)“AI實訓平臺使用教程”，查看AI實訓平臺IP地址并修改

wz_biaoqing.py中的HOST的IP為AI實訓平臺IP。

3.根據(jù)“AI實訓平臺使用教程”，使用指定軟件將修改后的AI實訓

平臺代碼傳輸至AI實訓平臺，創(chuàng)建并保存在桌面的test1文件夾中。

4.根據(jù)“AI實訓平臺使用教程”，在AI實訓平臺上運行使用

rknn_transfer.py將提供的hdf5模型轉(zhuǎn)換為rknn模型，模型同樣

保存在桌面的test1文件夾中。

5.根據(jù)“AI實訓平臺使用教程”，在AI實訓平臺上運行修改好的

wz_biaoqing.py調(diào)用轉(zhuǎn)換好的rknn模型，在競賽設備上實現(xiàn)攝像頭

檢測人臉表情識別。

—7—

6.修改終端節(jié)點代碼中的SERVER及WiFi名稱和密碼，其中SERVER

為AI實訓平臺IP,WiFi名稱和密碼為當前WiFi信息。

7.根據(jù)“終端節(jié)點使用教程”，將修改后的代碼下載到RGB三色燈模

塊對應的終端節(jié)點上并運行代碼。

完成上述步驟后，實現(xiàn)表情燈控系統(tǒng)聯(lián)動，將所有修改過的代碼保存

到U盤“提交資料\第四部分\任務一”目錄中，分析代碼并將系統(tǒng)的

效果現(xiàn)象記錄在答題卡的指定位置上。

任務二:性別識別系統(tǒng)終端配置

根據(jù)任務一中提供的“終端節(jié)點使用教程”及基礎示例代碼，完成“性

別識別”的終端功能實現(xiàn)，具體功能如下。

1.在競賽平臺上找到語音播報模塊，根據(jù)提供的基礎示例代碼，編寫

并修改終端節(jié)點代碼實現(xiàn)以下功能：要求終端可以播報“先生您好，

歡迎”和“女士您好，歡迎”，當節(jié)點底板上按鍵，按下奇數(shù)次時，

語音播報“先生您好，歡迎”；按下偶數(shù)次時，語音播報“女士您好，

歡迎”模擬歡迎系統(tǒng)播報；

2.在競賽平臺上找到點陣顯示模塊，根據(jù)提供的基礎示例代碼，編寫

并修改終端節(jié)點代碼實現(xiàn)以下功能：要求終端可以顯示“先生您好”

和“女士您好”，當節(jié)點底板上按鍵，按下奇數(shù)次時，點陣顯示“先

生您好”；按下偶數(shù)次時，點陣顯示“女士您好”模擬性別識別顯示；

—8—

完成上述功能后將程序代碼燒寫到對應的終端節(jié)點上，實現(xiàn)性別識別

終端系統(tǒng)的配置，將所有編寫修改的代碼保存到競賽U盤“提交資料

\第四部分\任務二”目錄中。

任務三:性別識別系統(tǒng)部署

根據(jù)任務一中提供的示例代碼，在競賽平臺上完成“性別識別系統(tǒng)”

的功能實現(xiàn)及項目部署，實現(xiàn)對監(jiān)控中人臉性別的識別檢測并使用語

音播報模塊歡迎播報、使用點陣顯示模塊顯示識別結(jié)果。

1.參考任務一中AI實訓平臺的代碼及模型轉(zhuǎn)換代碼，修改代碼實現(xiàn)

將“競賽資料\第四部分\任務二”中提供的hdf5模型轉(zhuǎn)換為rknn模

型；編寫代碼調(diào)用rknn模型進行檢測，在競賽設備上調(diào)用攝像頭實

現(xiàn)對人臉性別的識別檢測歡迎（允許一定識別誤差）；檢測時用藍色

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“性別識別系統(tǒng)”，代碼傳輸至AI實訓平臺的桌面自行創(chuàng)建

“test3”目錄下運行。

2.在競賽平臺上找到語音播報模塊，在任務二的基礎上，修改終端節(jié)

點代碼及AI平臺性別識別檢測代碼實現(xiàn)以下功能的增加：當AI實訓

平臺程序檢測到男性時，使用語音播報模塊播報“