2022大赛规则-企业命题赛-V1.0

发布时间：2022-08-11

2022国际自主智能机器人大赛

本次命题赛的主题是焊接图片识别基线。

在自动化焊接中，通常使用主动光源技术（线激光器），在焊接工件的表面形成激光线，激光线在摄像机成像单元中的偏移数据反映了工件表面的形状信息，利用此信息可以完成焊缝的跟踪。

焊缝的跟踪通常要提取两个目标信息：

（1）“激光线的提取”

（2）“在被提取激光线上定位感兴趣区域（焊缝区域）”。

但在实际工况下，受焊接时弧光飞溅、光照变换的等影响，给这两个目标的完成造成了很大的难度。所以本比赛寻求一种快速、精确的提取激光线与焊缝拐点位置的算法。

本赛项的难点在于对焊接过程中激光传感器返回照片或视频进行分析，最终给出坡口位置的两个关键点。需要模型能够对抗包括飞溅、焊渣遮蔽、不规则焊缝等干扰。

对您提交结果的评价方式是：

对焊缝坡口的两个预测点相对于标签的偏移程度进行定量的打分，共有三个分数（总分，x轴预测得分，y轴预测得分）

（1）x轴方向预测的数值相对于Label平均每偏移2个像素点，扣1分，满分100最低0分；

（2）y轴方向的预测值相对于Label平均每偏移4个像素点扣1分，满分100最低0分；

（3）总分为上述x轴预测得分及y轴预测得分的平均分，最后排行榜结果会按照总分进行排序。

本项目基于 PaddleX 开发，检测坡口位置可以使用简单的目标检测算法实现；PaddleX 内置了多种常见的深度学习机器视觉算法，如目标检测、图像分类、语义分割等；使用 PaddleX 可以简单方便地完成比赛任务所需的模型训练和预测

（1）测试集的结果需保存为txt格式，文件命名为test-1.txt，然后直接进行压缩，最终的提交结果必须是test-1.zip

（2）下面对提交的结果文件test-1.txt的格式进行约定:其一是测试集图片信息，在文本的第0列，一共99张图片；其二是坡口位置信息，在文本的第1-4列，数据类型为整形，存储顺序x1，y1，x2，y2。标注文本中，行间使用分行符/n分隔，数字和数字之间以‘’空格符‘’分隔。

（3）前往比赛页面中的提交结果选项卡中上传压缩文件进行提交；

（4）提交之后，等待系统自动完成评分过程，就可以在下方查看提交的结果的得分详情了。

（1）结构

（2）原图像