“人工智能技术与应用”大赛竞赛规程

一、项目名称

人工智能技术与应用（赛项编号：XX2002）

二、竞赛目的

本项技能竞赛，以人工智能技术与应用为核心内容和工作基础，重点考查参赛选手规划部署人工智能开放平台和建模平台、使用深度学习的相关工具、框架以及计算机视觉领域相关知识解决实际问题的能力，激发学生对人工智能相关知识和技术的学习兴趣，提升学生职业素养和职业技能，培养学生勇于探索的精神及持续学习的能力。

三、参赛对象

2020年在籍的我院学生。

四、报名时间

2020年11月30日前，在所在班级学习委员处报名。

五、比赛时间和地点

1．时间：2020年12月12日 8：30。

2．地点：8305。（详细地点见赛前准考证）

六、竞赛方式

1．竞赛方式：团体赛。

每个赛队由组3名选手组成。

2．时间：4小时。

七、技术平台

每支参数队伍提供三台PC和一台服务器。

1.  个人PC安装以下工具软件：

Windows 7/10

Microsoft Office

2.  服务器安装以下工具软件

Ubuntu 18.04 LTS

Python、Anacond，TensorFlow、OpenCV等。

八、   竞赛内容及成绩评定

1.  竞赛满分为100 分。

2.  竞赛总得分 = 部署 AI开放平台得分 + AI 数据建模得分 + 工程文档得分 + 职业素养得分。

3.  评分标准

考核环节	权重	考查点
部署   AI 开放 平台	30%	设计和规划人工智能开放平台的部署方案，基于提供的硬件服务器和Linux 操作系统，完成环境搭建。
		安装部署开源深度学习框架 TensorFlow、 OpenCV 等，并分别验证版本信息。
		按照   TensorFlow 环境下的模型训练需求，完成 Anaconda、 Keras、 numpy等环境的安装及可用性检测。
		安装   Jupyter Notebook，并在 PC 端访问   Jupyter Notebook。
AI 数据建模	55%	数据加载：参赛选手下载keras数据集，编程加载到平台上。
		数据预处理：如维度转换，归一化等。
		模型构建及训练：采用 TensorFlow 深度学习相关算法构建神经网络；通过配置、编程等方法将数据集输入到模型进行训练。
		数据测试：加载训练好的模型并进行测试集预测，输出测试结果
		画图显示训练过程：根据运行 TensorFow 运行结果，通过 TensorBoard 或matplotlib画出训练集与验证集的准确率。
		预测单张图片：读入图片，加载训练好的模型进行预测，输出类别。
工程文档	10%	根据项目需求和实施成果，编写系统的设计和 AI 技术技能等项目文档。
		绘制神经网络模型示意图
职业素养	5%	项目实施符合企业“5S”（即整理、整顿、清扫、清洁和素养）原则。
		团队分工明确合理、操作规范、文明竞赛

九、比赛规则

1. 比赛时间为4个小时，比赛过程连续进行。

2. 赛题以任务书形式发放，竞赛参考资料在赛前植入参赛选手的计算机，参赛队根据任务书要求完成竞赛任务。

3. 参赛选手不得携带通讯工具和其它未经允许的资料、物品进入比赛场地，不得中途退场。如出现较严重的违规、违纪、舞弊等现象，经裁判组裁定取消比赛成绩。

4．本次竞赛的主办方对比赛内容及奖品享有最终解释权，竞赛规则若有变更将及时通知。

十、奖项设置

本赛项为团体赛项，设一等奖1个（团队奖金600元）、二等奖1个（团队奖金400元）、三等奖1个（团队奖金300元）。

十一、指导教师

胡龙茂，18956007865；王会颖，18956007856。