共计 1769 个字符，预计需要花费 5 分钟才能阅读完成。
“中国软件杯”大学生软件设计大赛 是由国家工业和信息化部、教育部、江苏省人民政府独特主办，是全国软件行业规格最高、最具影响力的国家级一类赛事，为《全国普通高校比赛排行榜》榜单内赛事。往年，组委会联结百度飞桨独特设立了“智能零碎设计与开源翻新专项赛道”，下设若干赛道，全面笼罩高职、本科及以上学生。赛道均有区域赛和总决赛，区域赛颁发省级证书，总决赛颁发国赛证书。本周，首批三个赛道行将于官网正式公布，他们为：
- 基于百度飞桨与龙源风电数据的风电功率预测零碎开发
- 智能四足机器狗电力巡检零碎开发
- 基于百度飞桨的 3D 医疗数据解析平台
01 基于百度飞桨与龙源风电数据的风电功率预测零碎开发
清洁能源的疾速倒退，风力发电曾经成为可再生能源的重要组成部分。然而，风具备随机性特点，惯例天气预报无奈精确反映出风电场所在区域的实在风速，从而造成发电功率预测准确率低下，影响电力供需平衡。因而，进步风电功率预测的准确性，为电网调度提供迷信撑持，对我国能源产业有非常重要的价值。
此次赛题由百度飞桨和龙源团体设置，数据集由寰球最大风电经营企业龙源电力集团提供，采集自实在风力发电数据，要求选手基于百度飞桨 PaddlePaddle 设计一个能够通过深度学习技术实现对风力发电进行功率预测及治理的软件系统。为更好治理和预测风力发电功率，参赛选手需利用机器学习 / 深度学习及软件开发技术实现以下两局部内容：
- 算法局部
要求选手基于 PaddlePaddle 依据官网提供的数据集，设计一种利用当日 05:00 之前的数据，预测次日 00:00 至 23:45 理论功率的办法。准确率按日统计，依据准确率进行排名；准确率雷同的情景下，依据每日单点的最大偏差绝对值排名。
PMi 为理论功率
PPi 为预测功率
Cap = 201000KW
- 软件局部
要求选手实现基于 Web 的风电功率预测零碎，其中包含数据可视化、实时更新、滚动预测和响应式设计四大根底性能。选手可设计更多相干场景的附加性能，通过稳固的软件性能和优良的人机交互，为非 AI 业余人员提供良好用户体验。
02 智能四足机器狗电力巡检零碎开发
变电站作为连贯主干网和配电网的要害节点，经常须要对变电站内主变、母线、开关等次要一次设施运行状态进行实时监控。传统变电站监控和巡视采取人工形式，通过人的感官对设施进行简略定性判断，会存在着很多有余，如劳动强度大、工作效率低、检测品质扩散、伎俩繁多等，人工检测的数据也无奈精确、及时地接入管理信息系统。并且，随着无人值守模式的推广，巡视工作量越来越大，巡检到位率、及时性无奈保障。此次赛题由百度飞桨和宇树科技联结设置，要求选手基于百度飞桨 PaddlePaddle，联合宇树科技四足机器狗，设计一个可能在规定地图实现模仿电力巡检工作的软硬件零碎。参赛选手需利用深度学习和自动化管制实现以下两局部内容：
预选赛 要求选手要求参赛者基于 PaddlePaddle，利用企业提供的训练数据，实现一个可能对仪器仪表、火点、安全帽进行准确辨认的深度学习模型;
区域赛和总决赛 要求选手基于搭载 PaddlePaddle 的国产四足机器狗宇树 Go1 机器狗，在规定的地图上进行主动巡检、避障越障和指定工作的实现，依据各工作的实现品质和实现速度进行评分。
03 基于百度飞桨的 3D 医疗数据解析平台*
医学影像是临床疾病诊断的重要形式，高效精准的从影像中辨认出器官构造或病变，是医学影像学中重要的课题。其中，3D 影像可能更直观辅助医生晋升诊断效率。然而，医疗影像的读片工作对专业知识要求高，工作沉重且重复性较高，经常仅能由业余的影像科医生实现。随着深度学习技术的倒退，咱们看到了应用 AI 技术辅助医生疾速剖析阅片、加重阅片工作累赘的可能性。为更好满足医疗从业者疾速构建医疗辨认模型及高效进行图像剖析的需要，参赛选手需利用深度学习和软件开发技术实现以下两局部内容：
算法局部
要求选手基于 PaddlePaddle，在官网指定数据集上进行打榜，实现在验证集上，给定任一 3D 医疗数据，精确地实现医学数据的宰割工作。
软件局部
要求选手实现基于 WEB 的 3D 医疗数据解析平台，其中蕴含医疗数据的导入、宰割、可视化和数据分析性能四大根底性能，且飞桨模型可在本地或云端部署进行推理。 选手可设计更多相干场景的附加性能，通过稳固的软件性能和优良的人机交互，为非 AI 业余人员提供良好用户体验。
