2026年江西省职业院校技能大赛中职组人工智能应用技术样题文章目录2026年江西省职业院校技能大赛中职组人工智能应用技术样题模块一人工智能环境搭建任务 1人工智能环境搭建任务 2: 人工智能网络通信配置模块二目标检测与图像识别任务 3: 人工智能数字识别任务 4: 人工智能目标检测任务 5: 人工智能行人检测任务 6: 人工智能模型构建任务 7: 人工智能车辆检测和标记任务 8: 人工智能垃圾分类模块三终端智能控制程序设计任务 9人工智能 RGB 灯光模块控制任务 10人工智能语音模块控制任务 11: 表情灯控系统部署与优化模块五技术文档与项目总结任务 12技术文档与项目总结设计**本套题目全模块答案及配套文件可联系博主获取联系方式在文章最下方**模块一人工智能环境搭建任务 1人工智能环境搭建任务描述根据提供的安装文档及相关软件进行人工智能竞赛环境安装。任务 2: 人工智能网络通信配置1、局域网络的连接部署登录路由器的管理地址按要求完成配置。现场使用赛场中准备的网线将个人计算机与路由器相连组成局域网并确保整个网络畅通。网络连接好之后参赛选手按照下表路由器的上网设置完成WAN 口的配置。序号网络配置项网络配置内容1WAN 口连接类型固定IP 地址2IP 地址192.168.0.【工位号】3子网掩码255.255.255.04网关192.168.0.254按照下表的要求完成无线网络配置。序号网络配置项网络配置内容1WiFi 名称JJAI-【工位号】(如JJAI-01)2WiFi 密码自行设定八位密码按照下表的配置要求通过对路由器 LAN 口 IP 设置完成有线局域网络的搭建。2、局域网各设备 IP 配置按照下表的内容完成对局域网中各个网络设备IP 地址、子网掩码、网关地址等的设定并保证各个网络设备的通畅。各设备网络接口方式自行设定。序号设备名称配置内容1个人计算机 1IP 地址192.168.1.【工位号1】2个人计算机 2IP 地址192.168.1.【工位号2】3边缘计算网关IP 地址192.168.1.【工位号3】利用IP 扫描工具扫描检查局域网中各终端IP 地址。模块二目标检测与图像识别任务 3: 人工智能数字识别任务描述1、根据提供的 0-9 标准数字模板文件调用 OpenCV 模板匹配相关函数如 cv2.matchTemplate ()使用 Python 语言编程完成数据集data内所有模拟手机号图片的数字识别要求覆盖 0-9 全数字类型。2、对识别完成的模拟手机号图片在图片上方区域使用红色字体标注识别出的完整手机号码标注位置需清晰可见且不遮挡原图片内手机号区域。任务 4: 人工智能目标检测根据提供的视频调用OpenCV 中分类器对视频中人脸微笑进行 检测。在检测到微笑时使用蓝色方框标出并在蓝色方框上方标注‘smile’。任务 5: 人工智能行人检测任务描述根据提供的视频调用OpenCV 分类器检测视频中的行人使用绿色框进行标注并将框的中心点用红色点进行标注。任务 6: 人工智能模型构建根据提供的模型构建代码中找到并修改设定以下参数1.读取keras.datasets 内置数据集CIFAR10使用matplotlib 以子图的形式查看 10 张CIFAR10 图片。2.使用Tensorflow 构建神经网络要求至少包含 4 个卷积层Conv并使用model.summary()将模型结构打印输出。任务 7: 人工智能车辆检测和标记根据提供的视频数据集编写代码调用竞赛资料中提供的yolov3 模型实现对视频流中车辆的检测。要求实时标记检测到的车辆以红色矩形框的形式每个车辆框上方显示标签车辆类型和概率。任务 8: 人工智能垃圾分类根据提供的数据集参考示例代码完成训练垃圾分类模型1.设置训练参数自行划分模型训练所需的训练集、验证集、测试集。自行构建模型神经并使用summary()函数查看模型架构。将这些设置参数的代码截图并保存到答题卡的对应位置上。2.数据优化对训练集图片进行多种数据增强操作提高垃圾分类的准确性。截图保存数据增强操作的关键代码到答题卡的指定位置上。3.模型训练设计完善模型训练代码示例代码仅供参考请自行设计以保证程序可以正常训练垃圾分类模型要求准确率不低于 80%。4.使用TensorBoard运行TensorBoard查看训练完成后的准确率和损失值的变化图像。模块三终端智能控制程序设计任务 9人工智能 RGB 灯光模块控制任务描述在竞赛提供的人工智能实训装置上找到 RGB 三色灯模块节点并在个人计算机上执行以下操作1.使用图形化编辑工具加载并修改提供的图形化编程工程文件。2.修改图形化配置中WiFi 名称和WiFi 密码保证终端可以正常连接 WiFi修改服务器IP 为设备IP 保证终端节点可以正常连接MQTT。3.将修改后的图形化工程模块代码上传到 RGB 三色灯模块对应的终端节点中。4.代码成功上传后测试实验现象第一次按下终端节点上的按键 RGB 三色灯显示红色第二次按下终端节点上的按键RGB 三色灯显示绿色第三次按下终端节点上的按键RGB 三色灯显示蓝色依次循环。任务 10人工智能语音模块控制任务描述找到语音播报模块对应的终端节点并使用提供的图形化编程工具编写终端节点程序实现如下功能1.按键控制播报当终端底板上的按键被按下第一次时播报“手势 1”当按下第二次时播报“手势 2”当按下第三次时播报“手势 3”依次类推要求能播报手势 1-9 循环即当第十次时按下按键时继续循环播报“手势 1”。该功能用于模拟手势识别系统的语音播报。2.MQTT 消息控制播报将终端节点通过路由器WiFi 连接至设备上的 MQTT 服务器使用 MQTTX 连接至设备上的MQTT 服务器当使用 MQTTX 向主题 shoushi 发布消息 {“key”: “1”} 时播报“手势 1”当使用 MQTTX 向主题 shoushi 发布消息 {“key”: “2”} 时播报“手势 2”当使用 MQTTX 向主题 shoushi 发布消息 {“key”: “3”} 时播报“手势 3”依次类推要求能够播报手势 1~9。模块四AI 模型部署与场景应用任务 11: 表情灯控系统部署与优化任务描述按照下述步骤在竞赛设备上进行表情灯控系统的项目部署与优化。1.根据“人工智能表情识别系统使用指导手册”查看 AI 实训平台 IP 地址。2.根据“人工智能表情识别系统使用指导手册”使用指定软件将所有AI 实训平台代码传输至AI 实训平台创建并保存在桌面的 test1 文件夹中。3.根据“人工智能表情识别系统使用指导手册”在 AI 实训平台上运行使用rknn_transfer.py 将提供的hdf5 模型转换为rknn 模型模型同样保存在桌面的test1 文件夹中。4.根据“人工智能表情识别系统使用指导手册”在 AI 实训平台上修改或补全代码后运行wz_biaoqing.py 调用转换好的rknn 模型在竞赛设备上实现摄像头检测人脸表情识别让其联动模块四的 RGB 灯并分析代码记录完整实验现象到答题卡上要求包括表情识别效果表情种类数量、类别、灯光联动效果对应表情亮灯效果描述。模块五技术文档与项目总结任务 12技术文档与项目总结设计任务描述设计一份终端设备配置说明文档用于指导人工智能应用项目中各种终端设备的配置和使用。文档应包含以下内容字数不少于 300 字设备概述对人工智能实训装置中涉及的各种终端设备进行介绍包括摄像头、显示终端、执行器节点等。配置步骤详细说明每种终端设备的配置步骤包括网络连接、软件安装和参数设置等。功能说明说明每种终端设备的功能和用途包括摄像头的监控功能、显示终端的信息展示和传感器节点的数据采集等。本套题目全模块答案及配套文件可联系博主获取联系方式在文章最下方