第二届“启智杯”机器视觉设计大赛报名启动!
大赛目的
第二届“启智杯”机器视觉设计大赛以培养人才、开放生态,实现共生共赢为宗旨。海康机器人通过赛事为高校学生提供了解机器视觉行业前沿技术和信息的平台,增强学生创新意识,提升实践能力;并借助赛事进一步深化产教融合,为机器视觉领域培养专业人才,助力产业“智造”升级。
- 赛程安排

- 参赛对象
本次大赛面向全国高等院校在籍学生
- 参赛四大权益,多重奖励层层加码
✅ 奖金激励:

🎟️ 初赛评审通过线上进行;决赛评审线下进行,入围决赛团队需进行现场成果物展示和线下答辩。
✅ 专家支持:
🟠 业内大咖,高校教授,专业技术工程师提供点对点支持
🟠 线下高校专场赋能开启,面对面解答你的所有疑惑
✅ 人才双选开放:
🟠 斩获令人心动的offer:海康机器人及生态合作伙伴实习/校招岗位等你来选择
✅ 行业认证证书:
🟠 获得机器视觉工程师证书,开启入行第一步
✅ V社区积分权益:
🟠 获取领域专业知识,了解一线行业案例
- 报名方式
🔶 采用线上报名方式:点击该链接即可报名 http://10.19.222.84/cupCompetition
🔶 报名要求:
① 大赛以个人或团队形式参赛,选手根据高校所在地进行赛区选择,每支参赛队伍人数不超过3人;
② 每名参赛选手只能参加1支参赛队;
③ 每支参赛队只可选择1种参赛类型及命题进行参赛;
④ 参赛团队队长进行报名申请即可,其他成员无需重复报名;
⑤ 报名截止(2024年3月15日 23:59)后将停止组队变更,不允许重新组队及成员增减;
⑥ 浙江赛区选手可选择所有参赛类型。其他赛区选手仅可选择算法类、开发类、应用类命题;
⑦ 报名时请下载《参赛声明》文件,根据文件要求填写对应内容后进行上传(支持PNG\JPG\PDF),务必确保申请人和核心成员信息与报名表保证一致;
- 命题揭晓
赛题设置“应用”、“开发”、“算法、创意”四大类赛道,考核应用能力、创新能力和解决复杂问题的能力。
🔎 算法类赛道:
命题1:小样本计数算法
命题描述:给定一张或几张示例图,描述物体类别,并给定一张待计数的图像,要求计算出该类别的物体在图像中的个数和位置信息。除了在训练集中出现的类别,在测试阶段,小样本计数算法还需要处理完全没有见过的类别。
命题2:无监督异常检测算法
命题描述:让学习到的模型能够区分开正常样本和异常样本,在训练时只能获取正常样本,测试时能分辨出缺陷样本,并提供缺陷的区域信息,输出缺陷分割图(一张二值图)。
成果物形式:
(1)算法设计报告;
(2)测试报告(包括性能、推理和训练耗时、推理和训练内存等);
(3)相关训练和推理代码;
🔎 开发类赛道:
命题3:一个可视化流程编辑器
命题描述:开发一个图形化的可交互的视觉流程编辑器,实现通过鼠标拖拽,连线完成一个视觉流程的搭建,使用户可以不用编写代码就能完成一个视觉流程的开发。
命题4:一种多流程图像处理软件
命题描述:开发一个多流程图像处理软件,在高节拍触发频率下不丢失处理结果,且资源占用和耗时波动稳定。
成果物要求:
(1)软件代码(提交后可以正常运行);
(2)研究报告(包含设计思路,测试方法,测试对比结果);
(3)测试相关代码;
🔎 应用类赛道:
命题5:光伏电池片质检视觉方案设计
命题描述:光伏电池片生产过程中,要用到大量的视觉检测。涉及上料缺陷检测以及下料测量检测。上料时需要对电池片隐裂、破片、脏污等缺陷进行检测。下料时通过四个相机对光伏片进行拍摄后进行不同位置刻线的宽度、间距等尺寸测量。
命题6:锂电外壳外观检测3D视觉方案设计
命题描述:锂电池生产过程中,在电芯入壳后、包蓝膜前需要进行外观检测,包含焊缝的炸点、爆点、凹坑、漏焊等焊缝检测和划痕、凹坑等六面缺陷检测。
成果物要求:
(1)VM方案文件;
(2)赛题报告(包括设计思路及测试报告);
(3)方案运行录屏文件;
🔎 创意类赛道【仅面向浙江省高校】
命题7:能实现标准件检测的双目视觉系统设计
命题描述:采用两个2D图像采集设备制作双目系统,该系统需要完成双目图像的拼接与标准件的检测。
成果物要求:
(1)赛题报告(包括设计思路及测试报告);
(2)提交软件代码(提交后可正常运行);
(3)现场实际测试效果视频;
- 大赛组委会
主办方:
浙江省仪器仪表学会
浙江省自动化学会
承办方:
杭州海康机器人股份有限公司
中国计量大学
通道一:V社区
进入V社区点击“我要提问”!你的疑问,我来解答。
扫描二维码加入大赛咨询交流QQ群,了解大赛更多信息。

v-club@hikrobotics.com
本次大赛成果物需保证原创性,不得违反任何中华人民共和国有关法律,不得侵犯任何第三方知识产权或者其他权利。大赛最终成果物知识产权归海康机器人所有。
想要掌握比赛一手信息,可移步V社区了解详情!

相关推荐
好用免费猴PDM查阅器v1.7
# 好用免费猴PDM查阅器 一个用 Python 写的 **PowerDesigner `.pdm` 模型阅读器**:不用装 PowerDesigner,双击就能把 `.pdm` 里的表、字段、主键、索引、外键、注释全部摊开看,任意内容可直接复制,并一键导出 Excel / HTML / Markdown / 建表 DDL。 - **v1.7**:彻底修掉「再点表就覆盖已打开的 sheet」——已打开的表单独记成一份标签列表,和左侧「选中」不再共用状态,**筛选框找表后再点,永远是新开一个标签、绝不动已有的**;已打开的表在清单里显示为**绿色**,再点它是「切回那个标签」,`Ctrl`+单击才关掉 - **v1.6**:左侧清单**点一下就打开**(不用再按 Ctrl / Shift);启动默认进「标签页切换」;标签页开着 5 张以上时切「并排分屏」会自动弹窗让你挑要保留的 4 张 - **v1.5**:两种多表视图 ——「并排分屏」(≤4 栏,窄栏也显示全部列,Shift+滚轮 / 中键拖动可横向滚动)+「标签页切换」(像 Excel sheet 一样一个表一个标签,最多 12 个,看另一张表时其余自动隐藏);exe 图标改用 Windows 原生多尺寸设置,标题栏/任务栏不再被拉伸糊掉 - **v1.4**:多表分屏 —— 左侧按住 Ctrl / Shift 多选表,右侧每张表开一个独立面板并排展示(最多 4 个,各栏自动等宽),超了会弹窗让你自己挑;exe 换成新的像素猴子图标 - **v1.3**:打开过的文件会被记住,下次启动自动载入同一批模型并回到上次查看的表,不用每次重新选 - **v1.2**:新增程序内复制(任意表格框选 → Ctrl+C / 右键复制,支持 Tab 分隔与 Markdown) - 单文件实现,`pdm_viewer.py` 一个文件
用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)
内容概要:本文围绕“用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究”展开,系统阐述了卡尔曼滤波在动态系统状态估计中的核心作用,重点探讨了最优增益的递推计算方法与基于最小均方误差准则的状态更新机制。研究内容涵盖线性系统状态估计的完整流程,包括状态预测、协方差传播、创新计算、卡尔曼增益求解及状态校正等关键步骤,并通过Matlab代码实现了算法的仿真验证,展示了其在噪声环境下对系统状态进行高精度跟踪的有效性。文中不仅强调理论推导,还注重工程实现细节,帮助读者深入理解卡尔曼滤波的数学本质与自适应特性。; 适合人群:具备线性代数、概率统计及控制理论基础知识,熟悉Matlab编程语言,从事自动化、电子信息、通信工程、导航制导、信号处理、物联网或智能系统研发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于传感器数据融合、目标跟踪、惯性导航(如GNSS/INS组合导航)、工业过程监控等存在噪声干扰的状态估计任务;②帮助读者掌握卡尔曼滤波从数学建模到代码实现的全过程,深入理解MMSE估计原理及其在提升系统鲁棒性与精度方面的关键作用;③为后续学习非线性滤波算法(如扩展卡尔曼EKF、无迹卡尔曼UKF)以及更复杂的多传感器融合架构奠定坚实的理论与实践基础。; 阅读建议:建议读者结合提供的Matlab代码逐行调试运行,重点关注预测与更新过程中各矩阵的维度变化与数值演化,尝试调整过程噪声与观测噪声的协方差参数,观察其对滤波收敛速度、估计精度及卡尔曼增益自适应调节的影响,从而深刻领会滤波器的设计思想与调参技巧。
适合政府进行产业链技术缺口识别的分析工具有哪些?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
Hybrid Mount
杂交挂载元模块 Hybrid Mount Metamodule
【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)
内容概要:本文系统阐述了基于多目标粒子群算法(MOPSO)的配电网储能选址定容优化方法,旨在科学解决储能系统在配电网络中的最佳安装位置与容量配置问题。研究构建了一个综合考虑网损最小化、电压偏差改善和投资成本节约的多目标优化模型,并采用改进的多目标粒子群算法进行高效求解,获得一组代表不同权衡关系的Pareto最优解集,进而结合模糊决策等多属性决策方法从中遴选出最理想的折衷方案。文中详细剖析了算法的核心原理、数学建削过程及求解策略,并提供了完整的Matlab代码实现,通过在标准IEEE测试系统上的仿真实验,充分验证了该方法在提升配电网运行经济性、改善电能质量及增强系统综合效益方面的有效性与优越性。; 适合人群:具备电力系统分析、优化算法基础知识的研究生、科研人员及从事电网规划、储能系统设计与运行的工程技术人员。; 使用场景及目标:①研究配电网中储能系统的科学规划与优化配置方法;②深入学习多目标优化算法在电力系统规划领域的实际应用与实现技巧;③掌握基于Matlab平台的电力系统仿真建模与优化编程能力,为相关课题研究提供技术支持。; 阅读建议:在阅读时应重点关注多目标优化模型的构建逻辑、粒子群算法的改进机制及其在电力系统约束处理上的实现细节,建议结合提供的Matlab代码进行逐行调试与复现,通过调整系统参数、约束条件和权重系数等方式,深入探究算法的性能表现和优化结果的变化规律,以达到融会贯通的学习效果。


