“互联网+”大学生创新创业大赛-算能赛题

中国国际“互联网+”大学生创新创业大赛，是由教育部与各高校、企业共同主办的一项技能大赛。大赛旨在深化高等教育综合改革，激发大学生的创造力，培养造就“大众创业、万众创新”的主力军。算能作为大赛合作方提供了基于TPU处理器、RISC-V处理器的6个赛题及相应算力硬件支持，吸引了众多高校学生及团队报名参与。

面向此次创业大赛，算能提供以下6个赛题：

1. 基于国产TPU处理器的人脸识别门禁系统
2. 基于国产TPU处理器实现深度估计
3. 基于国产TPU处理器的环视融合
4. 基于国产RISC-V架构处理器的嵌入式深度学习桌面语音助手
5. 基于国产RISC-V架构处理器的救灾用照明无人机
6. 面向国产高性能RISC-V架构处理器的智能创新应用

 

各赛题命题背景、内容如下：

赛题1：基于国产TPU处理器的人脸识别门禁系统

• 命题背景

随着深度学习技术的快速发展和5G网络的全面推广，人脸识别门禁系统在社会生产、生活等各种领域中得到了广泛应用。但是，目前市场上主要采用国外处理器和算法的人脸识别门禁产品较为昂贵，且存在一定安全风险。因此，研究和开发基于国产TPU处理器的人脸识别门禁系统变得尤为重要。

与此同时，由于人脸识别门禁系统涉及到个人隐私和安全等重要问题，因此必须充分考虑数据保护和安全性问题。同时，为了能够满足不同行业和场景下的需求，人脸识别门禁系统还需要具备高精度、高效率、易使用等特点，并且需要有良好的可扩展性和可维护性，以适应未来的发展需求。

本次比赛的目标是通过参赛选手的创新和努力，为基于国产TPU处理器的人脸识别门禁系统的发展提供新 的思路和解决方案，推动相关技术的创新与应用。

• 命题内容

1. 主控开发板选择SOPHON少林派开发板

2. 需实现以下功能:

a)    人脸检测与识别:通过摄像头采集人脸图像，并使用BM1684处理器对人脸进行检测和识别。

b)    门禁控制:通过控制器对门禁进行开关控制，允许或禁止人员进出。

c)    数据存储和管理:将人员信息和出入记录等数据存储在数据库中，并提供管理界面，方便管理 员查看和查询。

d)    系统安全性:保证系统的安全性，防止未经授权的人员进入。

 

赛题2：基于国产TPU处理器实现深度估计

• 命题背景

近年来，随着计算机视觉、自动驾驶等技术的快速发展，深度估计在图像处理、物体检测、三维结构重建等领域中得到了广泛应用。深度估计的本质是计算出每个像素点距离相机的深度值，通过这些深度值可以推断出场景中物体的三维结构和位置信息。深度估计的准确性和效率对于相关应用的实现至关重要。

传统的深度估计方法主要依赖于处理器或graphic进行计算，但是由于计算量大且运算时间长，因此计算效率并不高。随着深度学习处理器的出现，特别是国产TPU处理器的逐步成熟，基于TPU处理器的深度估计正在逐步被大家所关注和应用。基于国产TPU处理器实现深度估计既能提高系统性能又能降低成本，具有重要意义。

本次比赛的目标是通过参赛选手的创新和努力，为基于国产TPU处理器实现深度估计提供新的思路和解决方案，推动相关技术的创新与应用。

• 命题内容

1. 主控开发板选择SOPHON少林派开发板

2. 需实现以下功能:

深度图像生成:输入RGB图像，输出每个像素点的深度信息。

 

赛题3：基于国产TPU处理器的环视融合

• 命题背景

随着智能移动终端和计算机视觉技术的快速发展，环视融合成为近年来非常热门的领域之一，被广泛应用于汽车、机器人、安防等领域中。环视融合是指将多个摄像头获取的图像进行融合处理，以实现全方位的环境感知和目标检测。

传统的环视融合通常需要较高的计算和存储资源，而基于国产TPU处理器的环视融合则具有更高的效率和更低的成本。TPU处理器具有低功耗、高性能、低延迟、易集成等优势，被广泛应用于环视融合系统中，可以提高计算速度和并行处理能力，降低成本和能耗，具有重要意义。在实际应用中，环视融合技术需要解决多个摄像头采集的视频流同步、图像配准和校正、多幅图像的拼接和融合、目标检测和跟踪等问题。

本次比赛的目标是通过参赛选手的创新和努力，为基于国产TPU处理器的环视融合发展提供新的思路和解决方案，推动相关技术的创新与应用，为智能交通、机器人导航、虚拟现实等领域的发展提供重要支持。

• 命题内容

1. 主控开发板选择SOPHON少林派开发板

2. 需实现以下功能:

a)    多摄像头采集:使用多个摄像头对周围环境进行采集，并将采集的数据传输给主控制器。

b)    视频流同步:根据各个摄像头的时间戳信息，对视频流进行同步处理，保证视频流之间的一致性和时序性。

c)    图像配准:对不同摄像头采集的图像进行配准和校正，消除因摄像头位置和角度造成的畸变和偏差。

d)    环视融合:将配准后的多张图像进行融合处理，生成全景图像或全景视频。

 

赛题4：基于国产 RISC-V 架构处理器的嵌入式深度学习桌面语音助手

• 命题背景

近年来，深度学习技术的快速发展给我们的日常生活带来了巨大的便利和改变。嵌入式人工智 能技术作为深度学习领域的重要分支之一，在智能家居、智能交通、智能医疗等领域具有广阔 的应用前景。

在嵌入式深度学习领域，语音助手是一项重要的技术。语音助手通过语音识别、自然语言处理 和语音合成等技术，能够与用户进行交互，并根据用户的需求提供相应的服务。目前市场上已 经存在着一些知名的语音助手产品，如 Siri、Alexa 和 Google Assistant，它们已经在智能手 机、智能音箱等设备中得到了广泛应用。

然而，当前市场上的语音助手主要依赖于传统的计算平台和处理器架构。为了推动我国信息技 术产业的发展，加强自主创新能力，国内相关企业和研究机构已经开始研发基于国产 RISC-V 架构处理器的嵌入式深度学习语音助手。RISC-V 架构作为一种开源的指令集架构，具有灵 活、可扩展、可定制等特点，被认为是未来嵌入式深度学习领域的重要技术支撑。

因此，为了促进对基于国产 RISC-V 架构处理器的嵌入式深度学习桌面语音助手的研究与发 展，本次比赛特设此题目。参赛选手将有机会深入了解 RISC-V 架构的特点与优势，探索嵌入

式深度学习语音助手的开发与应用，并在实践中提高对语音识别、自然语言处理等相关技术的 理解和应用能力。同时，此项研究还将为我国推动信息技术产业自主创新，培养深度学习领域 的高层次创新人才，做出积极贡献。

本次比赛的目标是通过参赛选手的创新和努力，为基于国产 RISC-V 架构处理器的嵌入式人工 智能桌面语音助手的发展提供新的思路和解决方案，推动相关技术的创新与应用。

• 命题内容

1. 主控开发板选择深圳市群芯闪耀科技有限公司的 Milk-V Duo 开发板。

2. 至少需实现以下功能

a)    语音输入问题

b)    通过自然语言模型得到该问题的回答(调用现有模型的 API 是一个不错的办法)

c)    将回答通过任意形式与用户交互(可以是显示屏展示，也可以是作为外设对其他设备进行控制)

 

赛题5：基于国产 RISC-V 架构处理器的救灾用照明无人机

• 命题背景

近日，土耳其发生了一场特大地震，造成了严重的破坏和人员伤亡。在这次灾难中，国产的救 灾用照明无人机展现了其重要性和应用价值。

救灾用照明无人机通过其自身的照明设备，能够为灾区提供大范围、高亮度和持久的照明。这 对于夜间救援行动和灾区重建工作非常重要，有助于提高救援效率、确保安全，并为灾民提供 必要的光源和希望。

救灾用照明无人机具有许多优势。其轻巧的设计使得无人机携带方便，能够在复杂的救灾环境中快速响应。同时，其高效的能源利用和智能化的控制系统，使得照明无人机能够在灾区提供长时间不间断的照明支持，为救援工作提供持久的能力。

本次比赛旨在鼓励参赛选手通过创新和努力，进一步推动基于国产 RISC-V 架构处理器的救灾用照明无人机技术的发展。参赛选手将有机会深入了解 RISC-V 架构的特点和优势，探索嵌入式系统和深度学习技术在救灾照明无人机领域的应用。同时，此项研究还将为我国信息技术产业的自主创新作出积极贡献，培养嵌入式系统和深度学习领域的高层次创新人才，为提高救灾效率和保障灾民生命安全做出贡献。

• 命题内容

1.    主控开发板选择深圳市群芯闪耀科技有限公司的 Milk-V Duo 开发板。

2.    可以是单轴或多轴(3 轴、4 轴......)无人机

3.    至少需实现以下功能：

a. 稳定在某高度，滞空 10s(允许存在抖动)

b. 需要能向下照明一定范围的地面(仅作为示意)

 

赛题6：面向国产高性能RISC-V架构处理器的智能创新应用

• 命题背景

纵观全球，处理器指令集主要包括ARM体系，X86体系和RISC-V体系。其中，RISC-V作为一种完全开放的指令集，可以被任何学术机构或商业组织所自由使用，成为一种真正适合硬件实现且稳定的标准指令集。2023年3月2日，算能重磅发布了行业首款服务器级RISC-V 处理器算丰SG2042，助力RISC-V迈向高性能计算领域。此款处理器基于高性能RISC-V内核，9-12流水线设计，支持乱序执行，主频高达2GHz，每个Cluster最多4个内核，单SoC处理器拥有64核，64MB共享三级缓存，可以满足数据中心的各种需求。

然而，我们也可以看到RISC-V服务器的软件生态比较匮乏，除了Ubuntu、OpenEuler等Linux内核为基础的操作系统发行版支持，基础的Java运行时环境、Python解释器、MYSQL数据库、Tomcat中间件等开源软件的稳定支持还比较有限，面向深度学习、大数据分析等热门领域的典型应用十分匮乏，亟需整合国内外力量进行攻关和突破。

为此，希望通过此命题，发挥参赛队伍的想象力和主观能动性，结合RISC-V、TPU、深度学习等热门技术，通过创新应用体现团队活力、能力和创造力，并推动RISC-V软件生态的发展.

• 命题内容

基于市场上已经发布的Milk-V Pioneer整机或者其他搭载SG2042的开发板，适配市场主流的深度学习graphic或者TPU，如SOPHON BM1684X等，能够支持大规模的推理计算。据此，面向自然语言处理、人脸识别、视频结构化等热门的深度学习应用场景，设计和实现面向国产高性能RISC-V架构处理器的智能创新应用。

 

大赛报名：

本届大赛唯一官方报名平台：全国大学生创业服务网（https://cy.ncss.cn/mtcontest/index）。

• 参赛报名（2023年5-8月）

参赛团队通过登录全国大学生创业服务网（网址：https://cy.ncss.cn）进行报名，在"资料下载"板块可下载学生操作手册指导报名参赛。通过微信公众号（名称为"全国大学生创业服务网"或"中国互联网十大学生创新创业大赛"）进行赛事咨询。评审规则将于近期公布，请登录全国大学生创业服务网查看具体内容。报名系统开放时间为2023年5月29日，报名截止时间由各地根据复赛安排自行决定，但不得晚于8月15日。国际参赛项目通过全球青年创新领袖共同体促进会官网进行报名（网址：www.pilcchina.org)，具体安排另行通知。

• 初赛复赛（2023年6-8月）

各地各学校登录https://cy.ncss.cn/gl/login进行大赛管理和信息查看。省级管理用户使用大赛组委会统一分配的账号进行登录，校级账号由各省级管理用户进行管理。初赛复赛的比赛环节、评审方式等由各校、各地自行决定。各地应在8月31日前完成省级复赛，并完成入围总决赛的项目遴选工作（推荐项目应有名次排序，供总决赛参考）。国际参赛项目的遴选推荐工作另行安排。

• 总决赛(2023年9-10月）

大赛设金奖、银奖、铜奖；另设省市组织奖、高校集体奖及若干单项奖。入围总决赛的项目将通过评审，择优进入总决赛现场比赛，决出各类奖项。大赛组委会通过全国大学生创业服务网、国家大学生就业服务平台(https://www.ncss.cn）为参赛团队提供项目展示、创业指导、人才招聘、资源对接等服务，各项目团队可登录上述网站查看相关信息，各地各校可充分利用网站资源，为参赛团队做好服务。

（一）大赛主要采用校级初赛、省级复赛、总决赛三级赛制（不含萌芽赛道以及国际参赛项目）。校级初赛由各院校负责组织，省级复赛由各地负责组织，总决赛由各地按照大赛组委会确定的配额择优遴选推荐项目。大赛组委会将综合考虑各地报名团队数（含邀请国际参赛项目数）、参赛院校数和创新创业教育工作情况等因素分配总决赛名额。

（二）大赛共产生4100个项目入围总决赛（港澳台地区参赛名额单列），其中产业命题赛道400个。

（三）产业命题赛道每道命题每所院校入选项目不超过3个。

（四）在校或毕业5年内的中职中专、高职高专、职业教育本科、普通本科、博硕士研究生、国家开放大学学历教育学生均可参加大赛。但各赛道及赛道内各组别对参赛对象的学籍学历有不同要求，报名时请按照不同赛道、不同组别的学籍学历要求进行报名参赛。