2023年全國工業(yè)和信息化技術(shù)技能大賽-工業(yè)大數(shù)據(jù)算法賽項(xiàng)-實(shí)操賽題樣題

2023年全國工業(yè)和信息化技術(shù)技能大賽數(shù)字化解決方案設(shè)計(jì)師（工業(yè)大數(shù)據(jù)算法）賽項(xiàng)實(shí)操賽題（樣例）2023年8月

競賽內(nèi)容分布任務(wù)一：硬件安裝接線100%任務(wù)二：圖像訓(xùn)練數(shù)據(jù)采集任務(wù)三：工業(yè)視覺模型訓(xùn)練與部署任務(wù)四：誤差算法模型訓(xùn)練與部署任務(wù)五：模擬生產(chǎn)驗(yàn)證職業(yè)素養(yǎng)與安全意識5%(扣分項(xiàng))競賽時(shí)長競賽時(shí)長為4個(gè)小時(shí)。競賽注意事項(xiàng)1．競賽所需的硬件、軟件和輔助工具由組委會統(tǒng)一布置，選手不得私自攜帶任何軟件、移動(dòng)存儲、輔助工具、移動(dòng)通信等進(jìn)入賽場；2．請根據(jù)大賽所提供的比賽環(huán)境，檢查所列的軟件及工具組件清單是否齊全，計(jì)算機(jī)設(shè)備是否能正常使用；3．比賽完成后，比賽設(shè)備、軟件和賽題請保留在座位上，禁止將比賽所用的所有物品（包括試卷和草紙）帶離賽場；4．裁判以各參賽隊(duì)提交的競賽結(jié)果文檔為主要評分依據(jù)。所有提交的文檔必須按照賽題所規(guī)定的命名規(guī)則命名，不得以任何形式體現(xiàn)參賽院校、賽位號等信息；5．本次比賽采用統(tǒng)一網(wǎng)絡(luò)環(huán)境比賽，不得更改客戶端的網(wǎng)絡(luò)地址信息，對于更改客戶端信息造成的后果，由參賽選手自行承擔(dān)；6．請不要惡意破壞競賽環(huán)境，對于惡意破壞競賽環(huán)境的參賽者，組委會根據(jù)其行為予以處罰直至取消比賽資格；7．比賽中出現(xiàn)各種問題及時(shí)向監(jiān)考裁判舉手示意，不要影響其他參賽隊(duì)比賽。競賽結(jié)果的提交按照題目要求，提交規(guī)定數(shù)量的模擬加工后的工件。工業(yè)大數(shù)據(jù)算法相關(guān)數(shù)據(jù)會由軟件自動(dòng)生成采集，并作為本次競賽的評價(jià)標(biāo)準(zhǔn)。競賽任務(wù)描述質(zhì)量和效率是智能制造永恒的主題，在金屬切削加工智能制造產(chǎn)線中影響質(zhì)量和效率的關(guān)鍵裝備是數(shù)控機(jī)床。數(shù)控機(jī)床屬于精密制造裝備，雖然在出廠時(shí)自身的技術(shù)指標(biāo)均能達(dá)到高水準(zhǔn)，但是應(yīng)用在實(shí)際產(chǎn)線上時(shí)，它的加工精度會受夾具、刀具、環(huán)境溫度、振動(dòng)、部件老化、工件材料一致性等因素影響。這一點(diǎn)也成了制約國內(nèi)企業(yè)進(jìn)一步提升智能制造水平和規(guī)模的主要因素之一。工廠內(nèi)有一套智能數(shù)控產(chǎn)線在實(shí)際生產(chǎn)時(shí)，在工件生產(chǎn)過程中由于設(shè)備的振動(dòng)和溫度變化等因素導(dǎo)致原有的生產(chǎn)工藝無法實(shí)現(xiàn)高效率和高質(zhì)量的生產(chǎn)。你所在的小組通過采集產(chǎn)品生產(chǎn)過程的大量數(shù)據(jù)，采用大數(shù)據(jù)與人工智能算法分析等技術(shù)分析和解決設(shè)備的問題，并通過優(yōu)化產(chǎn)線程序流程及調(diào)整工藝參數(shù)，最終提高生產(chǎn)效率和產(chǎn)品質(zhì)量。參賽選手需要完成的主要任務(wù)如下：任務(wù)一：硬件安裝接線（1）相機(jī)、鏡頭、光源和生產(chǎn)加工夾具固定到合適的拍攝位置；（2）相機(jī)、光源的電源線、通訊線連接到對應(yīng)接口，走線應(yīng)規(guī)范美觀；（3）相機(jī)、光源上電，打開相機(jī)軟件，實(shí)時(shí)監(jiān)控相機(jī)拍攝畫面；（4）調(diào)整相機(jī)和光源安裝高度，具有與給定樣品圖片一致的視野范圍；（5）調(diào)整相機(jī)光圈和焦圈并鎖緊，使圖片清晰，明暗與給定樣品圖片一致；（6）啟動(dòng)設(shè)備和軟件，將樣品放在治具臺上，點(diǎn)擊拍照按鈕，相機(jī)拍照采集圖像。任務(wù)二：圖像訓(xùn)練數(shù)據(jù)采集（1）啟動(dòng)算法平臺虛擬機(jī)；（2）啟動(dòng)Kimgae軟件；（3）啟動(dòng)圖像檢測軟件，點(diǎn)擊復(fù)位，保證“相機(jī)”、“Kimage軟件”為已連接狀態(tài)；（4）打開kImage軟件，運(yùn)行回零點(diǎn)，測試運(yùn)動(dòng)機(jī)構(gòu)動(dòng)作正常；（5）打開圖像識別客戶端軟件，將運(yùn)行模式選擇訓(xùn)練模式，點(diǎn)擊復(fù)位，將提供的合格產(chǎn)品部分放入運(yùn)動(dòng)平臺，點(diǎn)擊開始，進(jìn)行手動(dòng)標(biāo)注，產(chǎn)品圖像試采集；（6）調(diào)整待上傳圖片，確保裁剪后加工件能完整顯示；（7）訓(xùn)練模式下，將提供的所有不合格產(chǎn)品逐張放入到平臺，進(jìn)行手動(dòng)標(biāo)注，每放一張紙，點(diǎn)擊提交（在提交前換紙），不合格產(chǎn)品圖像正式采集；（8）訓(xùn)練模式下，將提供的所有合格產(chǎn)品逐張放入到平臺，進(jìn)行手動(dòng)標(biāo)注，每放一張紙，點(diǎn)擊提交（在提交前換紙），合格產(chǎn)品圖像正式采集；（9）上傳樣本越多，越有利于后續(xù)圖像識別模型的訓(xùn)練。基于TensorFlow平臺將上傳的圖像用于模型訓(xùn)練，模型能夠返回待測工件和標(biāo)準(zhǔn)件的相似度；（10）將訓(xùn)練出來的模型進(jìn)行部署，并且在云平臺上進(jìn)行相應(yīng)的適配。任務(wù)三：工業(yè)視覺模型訓(xùn)練與部署（1）樣本數(shù)據(jù)讀取，讀取本地圖片數(shù)據(jù)（包括內(nèi)置的200張樣本圖片及選手拍照上傳的樣本圖片），并將圖片調(diào)整至合適的分辨率；（2）加載樣本數(shù)據(jù)，創(chuàng)建圖片訓(xùn)練數(shù)據(jù)集。通過工作臺將數(shù)據(jù)進(jìn)行可視化展示，查看數(shù)據(jù)集是否正確。并調(diào)整訓(xùn)練性能參數(shù)；（3）對加載的樣本圖片進(jìn)行圖像預(yù)處理，程序中對圖像預(yù)處理的方法和函數(shù)由選手自行選擇（TensorFlow中內(nèi)置了多種圖像預(yù)處理的方式），選手應(yīng)將圖像預(yù)處理的方法和思路填寫在下面的文本框中：圖像預(yù)處理圖像預(yù)處理的方法和思路如下：（4）訓(xùn)練模型設(shè)置，設(shè)置訓(xùn)練算法的輸入層、中間層、輸出層、優(yōu)化器、損失函數(shù)、評估標(biāo)準(zhǔn)等，進(jìn)行訓(xùn)練模型的構(gòu)造；（5）模型訓(xùn)練，設(shè)置批次大小、迭代次數(shù)、驗(yàn)證集，將數(shù)據(jù)提供給模型進(jìn)行訓(xùn)練，通過不斷的優(yōu)化參數(shù)設(shè)置和豐富樣本數(shù)據(jù)，循環(huán)訓(xùn)練數(shù)據(jù)，找到合適的訓(xùn)練模型；（6）模型部署，將訓(xùn)練后的模型部署到指定的位置，保證云平臺可以訪問到該模型；（7）模型驗(yàn)證，通過加載驗(yàn)證圖片集完成識別正確率驗(yàn)證，來判斷模型是否滿意，如果滿意則可以進(jìn)行下一個(gè)任務(wù)，如果不滿意則繼續(xù)訓(xùn)練模型。任務(wù)四：誤差算法模型訓(xùn)練與部署（1）通過numpy、pandas等大數(shù)據(jù)工具庫加載誤差補(bǔ)償樣本數(shù)據(jù)，并對加載的樣本數(shù)據(jù)進(jìn)行預(yù)處理，程序中對數(shù)據(jù)預(yù)處理的方法和函數(shù)由選手自行選擇（TensorFlow中內(nèi)置了多種數(shù)據(jù)預(yù)處理的方式），選手應(yīng)將數(shù)據(jù)預(yù)處理的方法和思路填寫在下面的文本框中：數(shù)據(jù)數(shù)據(jù)預(yù)處理的方法和思路如下：（2）誤差模型算法訓(xùn)練：觀察和分析樣本數(shù)據(jù)，構(gòu)造合適的訓(xùn)練模型，對誤差生成函數(shù)F(x)進(jìn)行補(bǔ)償，并打印出模型的MSE均方誤差（本競賽中MSE＞0.2加工出的產(chǎn)品視為不合格品）；（3）模型部署，將訓(xùn)練后的模型部署到指定的位置，保證云平臺可以訪問到該模型。任務(wù)五：模擬生產(chǎn)驗(yàn)證（1）打開kImage軟件，運(yùn)行回零點(diǎn)，測試運(yùn)動(dòng)機(jī)構(gòu)動(dòng)作正常；（2）打開圖像識別客戶端軟件將運(yùn)行模式切換到檢測模式，將白紙放入到運(yùn)動(dòng)平臺上，點(diǎn)擊開始，開始試加工生產(chǎn)；（3）觀察加工效果調(diào)整補(bǔ)償參數(shù)，優(yōu)化誤差偏差模型，并重新部署；（4）觀察加工效率，調(diào)整速度；（5）以上都調(diào)整完畢后，開始正式生產(chǎn)，將蓋章的5張白紙用于正式加工生產(chǎn)，每張白紙上加工4個(gè)產(chǎn)品,生產(chǎn)完4個(gè)產(chǎn)品后更換白紙，再點(diǎn)擊開始，總共需要生產(chǎn)20個(gè)加工產(chǎn)品。本次競賽將根據(jù)產(chǎn)品合格情況