人工智能训练师赛项技术规程-新职业国赛江苏选拔赛技术工作文件.docxVIP

第一届全国新职业和数字技术技能大赛 江苏省选拔赛 人工智能训练师赛项 技术工作文件 大赛组委会技术工作组 2021年12月  目 录 TOC \o 1-3 \h \u 一、技术描述 1 （一）项目概要 1 （二）基本知识与能力要求 2 二、试题与评判标准 6 （一）竞赛试题 6 （二）比赛安排 8 （三）评判标准 8 三、竞赛细则 11 （一）裁判员条件和工作内容 11 （二）选手条件和工作内容 14 （三）竞赛须知 19 四、竞赛场地、设施设备等安排 26 （一）赛场规格要求 26 （二）大赛技术平台 27 （三）基础设施清单 28 五、安全、健康要求 30 （一）有毒有害物品的管理和限制 30 （二）医疗设备和措施 30 （三）绿色环保 30 PAGE 1 PAGE 1 一、技术描述 （一）项目概要 本赛项是在国家大力推进新一代人工智能发展规划、实现“智能制造2025”转变的新时代背景下开展的一项针对从事相应职业从业人员（职工身份，包括教师、博士后研究人员）的人工智能应用技能赛事。赛项对焦人工智能赋能热门领域--自动驾驶，提供解放人的驾驶疲劳、提高道路行车的规范性和安全性、解决交通拥堵的方案。赛项任务设置对标自动驾驶公司运用机器学习和深度学习对道路的车道线、红绿灯、行人、车辆等进行识别，提高了自动驾驶汽车的识别精度和决策准确性。 本赛项以实际工程应用为项目背景进行设计，针对人工智能、传感器、机器人控制、人工智能边缘计算及嵌入式开发应用等技术为主要考查方向，重点考查参赛选手数据采集、数据清洗、数据标注、训练环境搭建、模型训练、模型调优、模型验证、模型部署、人工智能系统运维等人工智能全链工具的工程应用技术的运用能力。 赛项由“智能化人工智能数据集制作”、“智能自主学习任务”、“自动驾驶场景综合应用”三个任务组成。全面考察选手对人工智能技术应用设计、开发、系统管理与维护等能力。 任务1：人工智能应用数据集制作 本赛题的目标是要求参赛队基于提供的素材与物品实物，制定数据采集和标注的方案，完成50~100张图像采集和清洗；通过提供的标注软件，完成规定数据集的制作。本赛题的考核指标为数据集的制作流程。 任务 2：人工智能应用模型训练 本赛题的目标是要求参赛队基于制作的图像数据集训练出一个能以较高的准确率对未知图像进行检测和分类的模型。本赛题的考核指标为目标检测的准确率。 任务 3：智能自动驾驶场景综合应用 本赛题的目标是要求参赛队基于训练好的模型和视频素材部署到嵌入式边缘计算实训平台，完成任务工单的识别要求。本赛题的考核指标为模型的分类准确率（识别所有路况，比如红绿灯识别、道路转向）和模型识别结果在嵌入式边缘计算平台上的控制准确率（基于识别结果，完成自动驾驶实训平台的控制）。 （二）基本知识与能力要求 1.基本知识要求 本赛项旨在促进复合型高层次技能人才培养，为人工智能技术发展提供人才支撑，选手需要掌握以下相关知识： （1）人工智能导论基础：了解人工智能基本概念与结构、人工智能主流框架、人工智能发展史、智能计算及其应用基本概念、人工神经网络及其应用基础知识、专家系统与机器学习基础知识、自然语言处理及其应用基本概念等。 （2）数据采集技术：了解数据采集安全法规、义务基本概念、数据清洗安全法则、数据安全的原则、数据采集工具与设备基础知识、数据标注工具使用、数据清洗与处理基础知识等。 （3）数据标注工程技术：掌握图片数据清洗、文字数据清洗、语音数据清洗、图片数据标注、文字数据标注、语音数据标注。 （4）模型训练技术：掌握专业领域特征提取基础理论及方法、数据预处理、样本评估、算法参数调优、算法模型训练、算法模型验证及评测等。 （5）模型部署应用技术：掌握人工智能产品交互流程设计的基础理论及方法、人工智能产品应用解决方案设计的基础理论及方法、人工智能产品应用数据监控及分析基础理论、人工智能产品应用数据管理基础理论等。 （6）编程基础：熟悉C++或Python编程技术等。 （7）自动驾驶场景应用技术：掌握交通标注识别及决策技术和自动驾驶设备自主决策和控制。 2.能力要求 本赛项强调选手对自动驾驶设备完成数据采集、标注、模型训练、模型验证、模型部署、自动驾驶场景实现等应用实践能力。参赛选手应具备以下能力： （1）了解数据采集安全法规、义务基本概念、数据清洗安全法则、数据安全的原则、数据采集工具与设备基础知识、数据标注工具使用、数据清洗与处理基础知识等。 （2）掌握数据清洗和标注工具的使用，能根据提供的数据完成清洗和标注。 （3）掌握专业领域特征提取基础理论及方法，熟悉数据预处理、样本评估、算法参数调优、