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(yīng)用”（高職組）賽項競賽樣題第2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(yīng)用（高職組）

競賽樣題

第一部分智能識別應(yīng)用

任務(wù)一：OpenCV圖片視頻識別

新建Python項目，通過編寫代碼運(yùn)行實現(xiàn)以下內(nèi)容

1.根據(jù)“競賽資料\第一部分\任務(wù)一\1”中提供的視頻文件，使用

已有的OpenCV行人檢測分類器，對視頻中的車輛進(jìn)行檢測。使用紅

色矩形框出檢測到的車輛，并在框的中心點(diǎn)使用紅色圓圈進(jìn)行標(biāo)注。

將標(biāo)注處理后的視頻保存到“提交資料\第一部分\任務(wù)一\4”目錄

下。

2.根據(jù)“競賽資料\第一部分\任務(wù)一\2”中提供的圖片數(shù)據(jù)集，使

用已有的OpenCV缺陷檢測分類器，對圖像中的電子元器件進(jìn)行檢測。

使用綠色矩形框出檢測到的元器件，并在框的右上角使用白色文本標(biāo)

注缺陷類型。將標(biāo)注處理后的圖片集保存到“提交資料\第一部分\

任務(wù)一\5”目錄下。

3.根據(jù)“競賽資料\第一部分\任務(wù)一\3”中提供的視頻文件，使用

已有的OpenCV動作檢測分類器，對視頻中的足球運(yùn)動員進(jìn)行檢測。

—1—

使用藍(lán)色橢圓框出檢測到的運(yùn)動員，并在框的中心點(diǎn)使用黃色點(diǎn)進(jìn)行

標(biāo)注。將標(biāo)注處理后的視頻保存到“提交資料\第一部分\任務(wù)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(wù)一”目錄下。

任務(wù)二：OpenCV圖像識別

新建Python項目，通過編寫代碼運(yùn)行實現(xiàn)以下內(nèi)容

1.加載競賽提供的“競賽資料\第一部分\任務(wù)二”中提供的2張圖片，

使用OpenCV顏色轉(zhuǎn)換算法將圖像轉(zhuǎn)換為灰度圖像。使用二值化算法

將圖像轉(zhuǎn)換為二值圖像，并檢測出圖像中的所有直線。將直線繪制到

原始圖像上，并將結(jié)果保存到“提交資料\第一部分\任務(wù)二\1”目錄

下。

2.給定一個有噪聲的黑白圖像，將圖像讀取到Python中，并將其轉(zhuǎn)

換為灰度圖像，將處理后的圖像保存到“提交資料\第一部分\任務(wù)二

\2”目錄下。

3.使用禮帽操作進(jìn)行去噪處理，并將處理后的圖片保存到“提交資

料\第一部分\任務(wù)二\3”目錄下。請在這個目錄中提供處理前和處

理后的圖片。

4.嘗試調(diào)整禮帽操作的核大小并比較不同參數(shù)下的處理結(jié)果。將最終

的核大小和輸出結(jié)果保存到“提交資料\第一部分\任務(wù)二\4”目錄

—2—

下。請在文件夾中提供至少兩種不同核大小的處理結(jié)果。

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(wù)

二”目錄下。

第二部分智能數(shù)據(jù)處理

任務(wù)一：OpenCV圖像處理

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

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.任選2張縮放后貓狗圖片進(jìn)行圖像融合操作，要求dog占比0.8，

cat占比0.2，保存處理后的圖片到“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mohu.jpg進(jìn)行中值濾波操作，并同名保存到“提交資料\第二部

分\任務(wù)一\4”目錄下。

5.將數(shù)據(jù)集的所有圖片進(jìn)行的顏色空間轉(zhuǎn)換，要求將RGB圖像轉(zhuǎn)換為

HSV圖像，并同名保存到“提交資料\第二部分\任務(wù)一\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(wù)

一”目錄下。

—3—

任務(wù)二：OpenCV文本處理識別

新建Python項目，對“競賽資料\第二部分\任務(wù)二”中提供的圖片

進(jìn)行以下操作：

1.對“競賽資料\第二部分\任務(wù)二”中提供的文本圖像，將圖像讀取

到Python中，并使用OpenCV進(jìn)行灰度處理和二值化，優(yōu)化圖像質(zhì)

量，將處理后的圖像保存，并提交到“提交資料\第二部分\任務(wù)二\2”

目錄下。

2.使用OpenCV進(jìn)行文本識別來識別圖像中的文字，在圖像上將識別

到的文字區(qū)域用紅色框標(biāo)出，并保存標(biāo)注后的圖片到“提交資料\第

二部分\任務(wù)二\2”目錄下。

3.使用OpenCV進(jìn)行文本識別來識別圖像中的文字，在圖像上將識別

到的文字打印展示在對應(yīng)區(qū)域的下方，并保存處理后的圖片到“提交

資料\第二部分\任務(wù)二\3”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(wù)

二”目錄中。

第三部分智能模型構(gòu)建

—4—

任務(wù)一:Fashion_mnist分類

在“競賽資料\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.讀取keras.datasets內(nèi)置數(shù)據(jù)集Fashion_mnist，使用matplotlib

以子圖的形式查看10張F(tuán)ashion_mnist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(luò)，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(jìn)行數(shù)據(jù)增強(qiáng)操作，開始模型

訓(xùn)練，將訓(xùn)練過程截圖保存到答題卡指定位置。

4.完成訓(xùn)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(xùn)練。

任務(wù)二:車牌識別模型訓(xùn)練

根據(jù)任務(wù)一修改完畢的代碼，合理優(yōu)化模型完成模型訓(xùn)練，訓(xùn)練要求

如下：

—5—

1.搭建模型訓(xùn)練，要求至少包含6個卷積層（Conv）和4個池化層，

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

圖保存到競賽U盤中答題卡的指定位置上。

2.開始模型訓(xùn)練，對于訓(xùn)練好的所有模型文件進(jìn)行保存，要求指定模

型格式為hdf5，并保存到競賽U盤“提交資料\第三部分\任務(wù)二\2”

目錄下。

3.使用訓(xùn)練好的模型進(jìn)行車牌號識別，在圖像上將識別到的文字區(qū)域

用紅色框標(biāo)出，并保存標(biāo)注后的圖片到“提交資料\第二部分\任務(wù)二

\3”目錄下。

3.使用訓(xùn)練好的模型進(jìn)行識車牌上的文字，在圖像上將識別到的文字

打印展示在對應(yīng)區(qū)域的下方，并保存處理后的圖片到“提交資料\第

二部分\任務(wù)二\4”目錄下。

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。

任務(wù)三:模型調(diào)用與預(yù)測

新建Python項目，通過編寫代碼實現(xiàn)以下功能

1.調(diào)用任務(wù)二中訓(xùn)練保存的hdf5模型。

2.選擇準(zhǔn)確率較高的模型對“競賽資料\第三部分\任務(wù)三”中提供的

圖片數(shù)據(jù)集(待預(yù)測圖片集)進(jìn)行逐一進(jìn)行預(yù)測并將預(yù)測車牌號用綠

色字體打印保存在驗證集圖片上，將預(yù)測完畢的驗證集保存到競賽U

盤“提交資料\第三部分\任務(wù)三”中。

—6—

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(wù)三”目錄中。

第四部分智能模型部署

任務(wù)一:表情燈控系統(tǒng)部署

根據(jù)“競賽資料\第五部分\任務(wù)一”中提供的文件，按照下述步驟在

競賽設(shè)備上進(jìn)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(luò)的配置，設(shè)定無線網(wǎng)絡(luò)的名稱為

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

設(shè)定無線網(wǎng)絡(luò)DHCP服務(wù)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(shè)置截圖填寫在答題卡

的指定位置上。

2.根據(jù)“AI實訓(xùn)平臺使用教程”，查看AI實訓(xùn)平臺IP地址并修改

wz_biaoqing.py中的HOST的IP為AI實訓(xùn)平臺IP。

3.根據(jù)“AI實訓(xùn)平臺使用教程”，使用指定軟件將修改后的AI實訓(xùn)

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

4.根據(jù)“AI實訓(xùn)平臺使用教程”，在AI實訓(xùn)平臺上運(yùn)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。

—7—

5.根據(jù)“AI實訓(xùn)平臺使用教程”，在AI實訓(xùn)平臺上運(yùn)行修改好的

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

檢測人臉表情識別。

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

為AI實訓(xùn)平臺IP,WiFi名稱和密碼為當(dāng)前WiFi信息。

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

塊對應(yīng)的終端節(jié)點(diǎn)上并運(yùn)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(wù)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(wù)二:紅綠燈識別系統(tǒng)終端配置

根據(jù)任務(wù)一中提供的“終端節(jié)點(diǎn)使用教程”及基礎(chǔ)示例代碼，完成“紅

綠燈識別系統(tǒng)”的終端功能實現(xiàn)，具體功能如下。

1.在競賽平臺上找到RGB三色燈模塊，根據(jù)提供的基礎(chǔ)示例代碼，編

寫并修改終端節(jié)點(diǎn)代碼實現(xiàn)以下功能：要求終端可以紅綠黃三種顏色

模擬紅綠燈，當(dāng)節(jié)點(diǎn)底板上按鍵，按下第一次時，RGB三色燈亮綠燈；

按下第二次時，RGB三色燈亮黃燈；按下第三次時，RGB三色燈亮綠

燈，依此循環(huán)。

2.在競賽平臺上找到語音播報模塊，根據(jù)提供的基礎(chǔ)示例代碼，編寫

并修改終端節(jié)點(diǎn)代碼實現(xiàn)以下功能：要求終端能夠播報當(dāng)前紅綠燈顏

色，當(dāng)節(jié)點(diǎn)底板上按鍵，按下第一次時，語音播報“綠燈，請通行”；

—8—

按下第二次時，語音播報“黃燈，請慢行”；按下第三次時，語音播

報“紅燈，禁止通行”，依此循環(huán)。

完成上述功能后將程序代碼燒寫到對應(yīng)的終端節(jié)點(diǎn)上，實現(xiàn)紅綠燈識

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(wù)二”目錄中。

任務(wù)三:紅綠燈識別系統(tǒng)部署

根據(jù)任務(wù)一中提供的示例代碼，在競賽平臺上完成“紅綠燈識別系統(tǒng)”

的功能實現(xiàn)及項目部署，實現(xiàn)對監(jiān)控中紅綠燈狀態(tài)的識別檢測并使用

RGB三色燈模擬燈光、使用語音播報模塊提示識別結(jié)果。

1.參考任務(wù)一中AI實訓(xùn)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(wù)二”中提供的TensorFlow模型轉(zhuǎn)換為

rknn模型；編寫代碼調(diào)用rknn模型進(jìn)行檢測，在競賽設(shè)備上調(diào)用攝

像頭實現(xiàn)對賽場提供的紅綠燈A4紙照片的識別檢測播報（允許一定

識別誤差）；在攝像頭畫面上方用黃色字體顯示“紅綠燈識別系統(tǒng)”，

在攝像頭畫面右上角，用紅色字體顯示識別結(jié)果，代碼傳輸至AI實

訓(xùn)平臺的桌面自行創(chuàng)建“test3”目錄下運(yùn)行。

2.在競賽平臺上找到RGB三色燈模塊，在任務(wù)二的基礎(chǔ)上，修改終端

節(jié)點(diǎn)代碼及AI平臺紅綠燈識別代碼實現(xiàn)以下功能的增加：當(dāng)AI實訓(xùn)

平臺程序檢測到紅燈時，使用RGB三色燈模塊顯示紅色；當(dāng)AI實訓(xùn)

平臺程序檢測到綠燈時，使用RGB三色燈模塊顯示綠色；當(dāng)