“工大智联”队的杨小龙 张诒超 许彬（从左至右）
第十届“中国软件杯”已经接近尾声，“工大智联”队获得了全国一等奖，我们深感荣幸，没有辜负老师的指导和自己的努力，同时也很感谢软件杯组委会和百度公司提供的这次机会。
刚开始了解“软件杯”这个比赛是大一的时候听学长学姐说的，那时候对这个比赛就心向往之。今年，我们团队三人组成工大智联报名“软件杯”，达成所愿。在选题的时候，我们想到长春是中国的工业城市，我们又就读于工业大学，所以就选择了“有限边缘算力下的电路板故障检测”这一赛题。通过AI技术进行缺陷检测，不仅解放了人员需求，降低了生产成本，还对电子领域的发展具有现实的较高经济价值，能够解决制造业的显示问题和产业需求。
在报名完成后，我们对这道题展开激烈的讨论。最初，我们团队在数据集的选择上选用了组委会提供的标准数据集，另外通过爬虫等方式扩充了数据集，并对新数据集进行人工标注，使得模型精度进一步提高。
我们通过多种神经网络的对比研究，选定了PaddleDetection中快速简单，背景误检率低，通用性强速度和精度最均衡，重点解决小物体检测问题的YOLO_V3神经网络。
EdgeBoard开发板
EdgeBoard开发板作为百度官方开发的基于赛灵思芯片的FPGA嵌入式AI解决方案，EdgeBoard开发板具有很强的兼容性，是我们的拓展功能得以实现的重要基础。
三大要素之软硬件间通信：
SSH协议与FTP协议
团队设计的电路板缺陷检测软件
三大要素之真实流水线搭建：
迭代3代，制作出
最小可行性产品
在训练出Map高达95%的模型后，我们着手搭建电路板缺陷检测的软硬一体环境。我们的硬件设备一共更新了三代。
第二代作品：用滑板模拟传送带
第二代产品确实比第一代有显著提升，我们向同学借了滑板替代了之前的网线+椅子，摄像头支架还在路上，所以还是使用木棍支撑，电路板我们并没有想到更好的办法，只是将电路板放大打印，虽然识别率相较于第一代产品有明显的提升，但是并没有达到预期的效果。
决赛前夕紧张调试设备
面对总决赛答辩，我们都很忐忑，不确定自己团队的作品与其他团队的是否有一战之力。结果公布后，我们很激动，全国一等奖证明了我们这四个多月的努力没有付诸东流。整个过程中，我们团队忙得不亦乐乎，包括作品结构的设计与模型的训练到设计说明书的完成。一步步走来，有过辛勤汗水的付出，也有过成就的喜悦，最终在大家的共同努力下，拿到了这个荣誉。我代表我的团队感谢“软件杯”组委会，百度官方给我们提供的这次展现自己的机会。
指导老师宋涛的获奖证书
宋涛表示，“作为指导教师，我为我的学生们进行了赛题分析，提出了大体的系统框架，在完成赛题要求的基础上我也鼓励学生们做一些功能的拓展，而学生们也不断在我提供的框架下努力，攻克难点，这个过程可能并不容易，但努力终究会有回报，最终取得了优异的成绩，希望大家再接再厉，不断突破自我，取得更加优异的成绩。”
长按下方二维码立即
Star
更多信息：
-
飞桨官方QQ群：793866180
-
飞桨官网网址：
www.paddlepaddle.org.cn/
-
飞桨开源框架项目地址：
GitHub:
github.com/PaddlePaddle/Paddle
Gitee:gitee.com/paddlepaddle/Paddle
-
欢迎在飞桨论坛讨论交流~~
http://discuss.paddlepaddle.org.cn
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览208764 人正在系统学习中
来源：飞桨PaddlePaddle
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！