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6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：人臉笑容檢測

新建Python項目，通過編寫代碼運行實現(xiàn)以下內(nèi)容

1、調(diào)用提供的USB攝像頭實現(xiàn)實時監(jiān)控，監(jiān)控框標(biāo)題設(shè)為camera

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

OpenCV分類器，實現(xiàn)對實時監(jiān)控中的人臉進行檢測，并用綠色方框

框出；對實時監(jiān)控中人臉的眼睛進行檢測，并用紅色方框框出；對實

時監(jiān)控中人臉的笑容進行檢測，并用藍色方框框出。

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。

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

裁判根據(jù)現(xiàn)場效果進行評分。

任務(wù)二：目標(biāo)輪廓檢測

新建Python項目，通過編寫代碼運行實現(xiàn)以下內(nèi)容

—1—

1.加載競賽提供的“競賽資料\第一部分\任務(wù)二”中提供的圖片集

2.根據(jù)“競賽資料\第一部分\任務(wù)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(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(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.對縮放后的dog.jpg和cat.png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(wù)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

\第二部分\任務(wù)一\3”目錄下。

4.對mohu.jpg分別進行濾波操作操作，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

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

行實現(xiàn)對“競賽資料\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

以確保能在比賽時間內(nèi)完成模型訓(xùn)練。

任務(wù)二:模型訓(xùn)練與優(yōu)化

運行任務(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，對圖片進行優(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.運行tensorboard，查看訓(xùn)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。

4.對于訓(xùn)練好的模型文件進行保存，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(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

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(yù)測代碼到指定文件下。

2.通過讀取保存的模型對“競賽資料\第四部分\任務(wù)三”中提供的圖

片數(shù)據(jù)集(待預(yù)測圖片集-300)進行逐一進行預(yù)測并記錄，要求記錄圖

片名稱及預(yù)測結(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)“競賽資料\第四部分\操作教程”中提供的文件，在人工智能競

賽平臺上完成模型的部署及終端節(jié)點的程序下載，分析代碼并運行記

錄實驗現(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)饺斯ぶ悄芨傎?/p>

平臺上

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

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

中

3.根據(jù)“平臺使用教程”，運行部署完成的整個系統(tǒng)，查看現(xiàn)象并分

析代碼，將得出的實驗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，在人工智能競賽平臺上完成“智能歡

迎系統(tǒng)”的功能實現(xiàn)及項目部署，實現(xiàn)對監(jiān)控中人臉性別的檢測并和

語音播報模塊和點陣模塊的WiFi終端進行聯(lián)動實現(xiàn)不同性別客人的

歡迎。

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

現(xiàn)將“競賽資料\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，實現(xiàn)對USB攝像頭視頻流中人臉性別的檢測，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

“智能歡迎系統(tǒng)”。

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

終端”提供的代碼并下載，實現(xiàn)語音播報模塊的語音歡迎詞修改，包

括“先生您好，歡迎”和“女士您好，歡迎”。

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

終端”提供的代碼，實現(xiàn)點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)點及人工智能AI平臺代碼，實現(xiàn)聯(lián)動效果，在檢測到

人臉為男士時終端節(jié)點語音播報“先生您好，歡迎”，點陣顯示“先

生您好”。在檢測到人臉為女士時終端節(jié)點語音播報“女士您好，歡

迎”，點陣顯示“女士您好”。

完成后，保持程序正常運行，保存終端節(jié)點的代碼到競賽U盤“提交