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：OpenCV分類器的使用

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、根據(jù)“競(jìng)賽資料\第一部分\任務(wù)一\1”中提供的圖片數(shù)據(jù)集，使

用opencv中的分類器，對(duì)給定圖片數(shù)據(jù)集中的人臉進(jìn)行檢測(cè)，要求

使用綠色框?qū)⑷四槝?biāo)出，紅色框?qū)⒀劬?biāo)出，并將檢測(cè)后圖片進(jìn)行保

存到“提交資料\第一部分\任務(wù)一\1”目錄下。

2、根據(jù)“競(jìng)賽資料\第一部分\任務(wù)一\2”中提供的視頻數(shù)據(jù)集，使

用opencv中的分類器，對(duì)視頻中的面部微笑進(jìn)行檢測(cè)，要求檢測(cè)到

微笑時(shí)將字符‘smile’打印展示在視頻中，并將檢測(cè)后的視頻保存

到“提交資料\第一部分\任務(wù)一\2”目錄下。

3、根據(jù)“競(jìng)賽資料\第一部分\任務(wù)一\3”中提供的視頻文件使用

OpenCV分類器檢測(cè)視頻中的行人并用綠色框進(jìn)行標(biāo)注，將框的中心

點(diǎn)用紅色點(diǎn)進(jìn)行標(biāo)注，將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(jìng)賽U盤“提交資料\第一部

分\任務(wù)一”目錄下。

—1—

任務(wù)二：輪廓識(shí)別

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.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。

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，使用

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

tlib繪制出并保存在“競(jìng)賽資料\第一部分\任務(wù)二\2”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。

第二部分智能數(shù)據(jù)處理

任務(wù)一：OpenCV顏色通道提取

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.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

—2—

\第二部分\任務(wù)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(wù)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(wù)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(wù)一\6”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：迷宮自動(dòng)尋路

新建Python項(xiàng)目，通過使用OpenCV對(duì)“競(jìng)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(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的迷宮圖像進(jìn)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(wù)二\1”目錄下。

2.對(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的迷宮圖像進(jìn)行輪廓標(biāo)注

操作，將輪廓標(biāo)注標(biāo)注后的圖片保存，并提交到“提交資料\第二部

—3—

分\任務(wù)二\2”目錄下。

3.對(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的迷宮圖像進(jìn)行擴(kuò)張操作，

將擴(kuò)展操作后的圖片保存，并提交到“提交資料\第二部分\任務(wù)二\3”

目錄下。

4.對(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的迷宮圖像進(jìn)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(wù)二\4”

目錄下。

5.對(duì)“競(jìng)賽資料\第二部分\任務(wù)二”中提供的迷宮圖像分別進(jìn)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(biāo)注

在原圖之上，將標(biāo)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(wù)二\5”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)

二”目錄中。

第三部分智能模型構(gòu)建

任務(wù)一:CIFAR10分類

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.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(luò)，要求至少包含4個(gè)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(duì)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(jìng)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(shí)間內(nèi)完成模型訓(xùn)練。

任務(wù)二:水果分類模型訓(xùn)練

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.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（要求最低為224）。

2.對(duì)訓(xùn)練集圖片進(jìn)行隨機(jī)翻轉(zhuǎn)、平移、隨機(jī)裁剪、隨機(jī)縮放等數(shù)據(jù)增

強(qiáng)操作，并截圖對(duì)應(yīng)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(luò)結(jié)構(gòu)、輸入圖片大小、優(yōu)化器、

batch_size等），使得測(cè)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(xùn)練中加入回調(diào)函數(shù)使得能在tensorboard中對(duì)訓(xùn)練過程

進(jìn)行可視化，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。

5.對(duì)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。

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.選擇準(zhǔn)確率較高的模型對(duì)“競(jìng)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(cè)圖片集-300)進(jìn)行逐一進(jìn)行預(yù)測(cè)并將預(yù)測(cè)結(jié)果用

綠色字體打印保存在驗(yàn)證集圖片上，將預(yù)測(cè)完畢的驗(yàn)證集保存到競(jìng)賽

U盤“提交資料\第三部分\任務(wù)三”中。

完成后，保存本工程所有代碼及模型到競(jìng)賽U盤“提交資料\第三部

分\任務(wù)三”目錄中。

—6—

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(jìng)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(jìng)賽設(shè)備上進(jìn)行表情燈控系統(tǒng)的項(xiàng)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(hào)（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(hào)（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(shí)訓(xùn)平臺(tái)使用教程”，查看AI實(shí)訓(xùn)平臺(tái)IP地址并修改

wz_biaoqing.py中的HOST的IP為AI實(shí)訓(xùn)平臺(tái)IP。

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

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

4.根據(jù)“AI實(shí)訓(xùn)平臺(tái)使用教程”，在AI實(shí)訓(xùn)平臺(tái)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。

5.根據(jù)“AI實(shí)訓(xùn)平臺(tái)使用教程”，在AI實(shí)訓(xùn)平臺(tái)上運(yùn)行修改好的

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

檢測(cè)人臉表情識(shí)別。

—7—

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(shí)訓(xùn)平臺(tái)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(duì)應(yīng)的終端節(jié)點(diǎn)上并運(yùn)行代碼。

完成上述步驟后，實(shí)現(xiàn)表情燈控系統(tǒng)聯(lián)動(dòng)，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:性別識(shí)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“性

別識(shí)別”的終端功能實(shí)現(xiàn)，具體功能如下。

1.在競(jìng)賽平臺(tái)上找到語音播報(bào)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(shí)現(xiàn)以下功能：要求終端可以播報(bào)“先生您好，

歡迎”和“女士您好，歡迎”，當(dāng)節(jié)點(diǎn)底板上按鍵，按下奇數(shù)次時(shí)，

語音播報(bào)“先生您好，歡迎”；按下偶數(shù)次時(shí)，語音播報(bào)“女士您好，

歡迎”模擬歡迎系統(tǒng)播報(bào)；

2.在競(jìng)賽平臺(tái)上找到點(diǎn)陣顯示模塊，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(shí)現(xiàn)以下功能：要求終端可以顯示“先生您好”

和“女士您好”，當(dāng)節(jié)點(diǎn)底板上按鍵，按下奇數(shù)次時(shí)，點(diǎn)陣顯示“先

生您好”；按下偶數(shù)次時(shí)，點(diǎn)陣顯示“女士您好”模擬性別識(shí)別顯示；

—8—

完成上述功能后將程序代碼燒寫到對(duì)應(yīng)的終端節(jié)點(diǎn)上，實(shí)現(xiàn)性別識(shí)別

終端系統(tǒng)的配置，將所有編寫修改的代碼保存到競(jìng)賽U盤“提交資料

\第四部分\任務(wù)二”目錄中。

任務(wù)三:性別識(shí)別系統(tǒng)部署

根據(jù)任務(wù)一中提供的示例代碼，在競(jìng)賽平臺(tái)上完成“性別識(shí)別系統(tǒng)”

的功能實(shí)現(xiàn)及項(xiàng)目部署，實(shí)現(xiàn)對(duì)監(jiān)控中人臉性別的識(shí)別檢測(cè)并使用語

音播報(bào)模塊歡迎播報(bào)、使用點(diǎn)陣顯示模塊顯示識(shí)別結(jié)果。

1.參考任務(wù)一中AI實(shí)訓(xùn)平臺(tái)的代碼及模型轉(zhuǎn)換代碼，修改代碼實(shí)現(xiàn)

將“競(jìng)賽資料\第四部分\任務(wù)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(jìn)行檢測(cè)，在競(jìng)賽設(shè)備上調(diào)用攝像頭實(shí)

現(xiàn)對(duì)人臉性別的識(shí)別檢測(cè)歡迎（允許一定識(shí)別誤差）；檢測(cè)時(shí)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“性別識(shí)別系統(tǒng)”，代碼傳輸至AI實(shí)訓(xùn)平臺(tái)的桌面自行創(chuàng)建

“test3”目錄下運(yùn)行。

2.在競(jìng)賽平臺(tái)上找到語音播報(bào)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(tái)性別識(shí)別檢測(cè)代碼實(shí)現(xiàn)以下功能的增加：當(dāng)AI實(shí)訓(xùn)

平臺(tái)程序檢測(cè)到男性時(shí)，使用語音播報(bào)模塊播報(bào)“