江苏省职业院校技能大赛

2501_94141818

1011人浏览 · 2026-04-01 16:20:58

2501_94141818 · 2026-04-01 16:20:58 发布

人工智能技术应用项目赛题 + 标准答案

比赛时长：180 分钟总分：100 分环境要求：Ubuntu/Windows、Anaconda、PyTorch、YOLOv8、Ollama、Dify、Pandas、OpenCV、scikit-learn、LabelImg

第一部分：人工智能数据准备（25 分）

赛题

给定 3 类数据集，完成以下操作：

表格数据清洗（7 分）：提供customer.csv，包含缺失值、重复行、年龄异常值（<0 或> 120），使用 Pandas 完成清洗。
图像数据增强（6 分）：提供 10 张 JPG 图像，使用 OpenCV+torchvision 完成旋转、缩放、水平翻转、中心裁切，保存增强后图像。
敏感数据脱敏（6 分）：对包含姓名、身份证号、手机号的表格数据，实现掩码脱敏+MD5 哈希脱敏，并验证脱敏后数据可用。
图像标注（6 分）：使用 LabelImg 对工业零件图像完成目标检测标注（Pascal VOC 格式），保证标注准确、统一。

标准答案

import pandas as pd

# 1. 读取数据
df = pd.read_csv("customer.csv")

# 2. 删除重复值
df = df.drop_duplicates()

# 3. 处理缺失值（数值列填充均值，文本列填充众数）
df.fillna({"age": df["age"].mean(), "city": df["city"].mode()[0]}, inplace=True)

# 4. 剔除异常值（年龄0-120）
df = df[(df["age"] > 0) & (df["age"] < 120)]

# 5. 保存清洗后数据
df.to_csv("customer_clean.csv", index=False)

评分点：去重、缺失值填充、异常值过滤、文件保存。

2. 图像数据增强（OpenCV+torchvision）

import cv2
from torchvision import transforms
from PIL import Image

# 定义增强算子
transform = transforms.Compose([
    transforms.Resize((640, 640)),  # 缩放
    transforms.RandomRotation(30),   # 旋转
    transforms.RandomHorizontalFlip(p=1),  # 水平翻转
    transforms.CenterCrop(512)      # 中心裁切
])

# 读取并增强
img = Image.open("test.jpg")
img_aug = transform(img)
img_aug.save("aug_test.jpg")

评分点：4 种增强操作实现、图像正常保存。

3. 敏感数据脱敏

import pandas as pd
import hashlib

df = pd.read_csv("user_info.csv")

# 掩码脱敏
def mask_data(data):
    if len(str(data)) == 18:  # 身份证
        return str(data)[:6] + "**********" + str(data)[-4]
    if len(str(data)) == 11:  # 手机号
        return str(data)[:3] + "****" + str(data)[-4]
    return data

df["id_card_mask"] = df["id_card"].apply(mask_data)
df["phone_mask"] = df["phone"].apply(mask_data)

# MD5哈希脱敏
def hash_data(data):
    return hashlib.md5(str(data).encode()).hexdigest()

df["id_card_hash"] = df["id_card"].apply(hash_data)

# 验证可用性（脱敏后不影响去重/统计）
print("脱敏后唯一值数量：", df["id_card_hash"].nunique())
df.to_csv("user_desensitized.csv", index=False)

评分点：掩码、哈希实现、脱敏验证。

4. 图像标注（LabelImg）

打开 LabelImg，设置数据集路径。
标注类别：screw, gear, bearing。
标注规则：边界框紧密贴合目标，同类目标标注格式统一。
保存为VOC格式，每图对应.xml文件。
检查：无漏标、错标，数据集满足多样性。评分点：标注准确性、一致性、格式正确。

第二部分：机器学习算法应用（20 分）

赛题

使用sklearn完成分类任务，必须调用以下6 种算法：K 近邻、逻辑回归、决策树、随机森林、朴素贝叶斯、XGBoost，输出准确率并对比结果。

标准答案

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.naive_bayes import GaussianNB
from xgboost import XGBClassifier
from sklearn.metrics import accuracy_score

# 1. 数据加载与划分
data = pd.read_csv("train_data.csv")
X = data.drop("label", axis=1)
y = data["label"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 2. 标准化
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 3. 6种算法训练与评估
models = {
    "KNN": KNeighborsClassifier(),
    "Logistic Regression": LogisticRegression(),
    "Decision Tree": DecisionTreeClassifier(),
    "Random Forest": RandomForestClassifier(),
    "Naive Bayes": GaussianNB(),
    "XGBoost": XGBClassifier()
}

for name, model in models.items():
    model.fit(X_train, y_train)
    y_pred = model.predict(X_test)
    acc = accuracy_score(y_test, y_pred)
    print(f"{name} 准确率: {acc:.2f}")

评分点：6 种算法完整调用、数据预处理、准确率输出。

第三部分：深度学习应用（25 分）

赛题

环境检查（3 分）：验证 Anaconda 虚拟环境、PyTorch 是否可用。
YOLOv8 模型构建（5 分）：基于给定图像数据集构建 YOLOv8 目标检测模型。
数据集格式校验（4 分）：确认数据集符合 YOLO 格式（images/labels、yaml配置）。
模型训练（6 分）：训练 YOLOv8 模型，生成权重文件。
模型推理（7 分）：使用训练好的模型预测测试集，输出检测结果并评估。

标准答案

1. 环境检查

# 查看虚拟环境
conda env list
# 验证PyTorch
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

2. YOLOv8 模型构建 + 训练 + 推理

from ultralytics import YOLO

# 1. 加载预训练模型
model = YOLO("yolov8s.pt")

# 2. 训练模型
model.train(
    data="dataset.yaml",  # 数据集配置
    epochs=50,
    imgsz=640,
    batch=8,
    name="yolov8_train"
)

# 3. 模型推理
model = YOLO("runs/detect/yolov8_train/weights/best.pt")
results = model("test.jpg", save=True)  # 保存预测结果

# 4. 评估模型
metrics = model.val()
print("mAP@0.5:", metrics.box.map50)

评分点：环境验证、YOLO 格式配置、训练完成、推理可视化、mAP 评估。

第四部分：大模型应用（20 分）

赛题

Ollama 部署（6 分）：本地部署qwen3:14b-q8_0大模型 +bge-m3嵌入模型。
RAG 知识库构建（6 分）：使用 bge-m3 对行业文本向量化，构建知识库。
Dify Agent 开发（8 分）：在 Dify 中创建智能体，完成多分支工作流（问答 + 检索 + 推理）。

标准答案

1. Ollama 模型部署

# 部署大模型
ollama pull qwen3:14b-q8_0
# 部署嵌入模型
ollama pull bge-m3
# 运行测试
ollama run qwen3:14b-q8_0 "你好"

2. RAG 知识库构建（向量化 + 检索）

from langchain_community.embeddings import OllamaEmbeddings
from langchain_community.vectorstores import FAISS
from langchain_text_splitters import RecursiveCharacterTextSplitter

# 读取行业文档
with open("industry.txt", "r", encoding="utf-8") as f:
    text = f.read()

# 文本分块
splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
chunks = splitter.split_text(text)

# 向量化 + 构建知识库
embeddings = OllamaEmbeddings(model="bge-m3")
db = FAISS.from_texts(chunks, embeddings)
db.save_local("faiss_rag")

# 检索测试
query = "工业机器人维护流程"
docs = db.similarity_search(query, k=3)
print("检索结果：", docs[0].page_content)

3. Dify Agent 构建步骤

登录 Dify，创建Agent 应用。
关联 Ollama 本地大模型 + RAG 知识库。
配置工作流：
- 分支 1：用户咨询知识 → 知识库检索回答
- 分支 2：用户请求推理 → 大模型直接生成
- 分支 3：用户请求分析 → 检索 + 推理结合
测试多场景对话，验证流程跳转正常。评分点：Ollama 部署、RAG 向量化、Dify 工作流、多场景测试。