综合设计大作业1

同济大学电子与信息工程学院人工智能微专业开设的综合设计大作业1，是一门富有挑战性的实践课程。该课程的主要任务是设计并实现一个基于深度学习技术的车道线检测模型，这是一个对于无人车或辅助驾驶系统安全运行具有重要影响的实际工程问题。在这个过程中，学生将得到宝贵的实践机会，不仅能够巩固和拓展他们在人工智能领域的理论知识，更能够提高他们在数据分析、模型训练、系统部署等多方面的能力。 课程要求学生利用深度学习框架构建模型，这里以百度飞桨（PaddlePaddle）作为主要工具。百度飞桨是一个完整的深度学习平台，它不仅提供了底层的深度学习框架，还整合了各种工具组件和服务平台，使学生能够充分利用官方预训练模型，并享受到高效能的部署方案。此外，为了满足模型训练和测试的计算需求，百度大脑AI Studio在线编程平台提供了GPU Tesla V100的免费算力支持，并提供了丰富的开源算法库和数据资源。这些资源能够极大地帮助学生在短时间内完成模型的开发与部署。 为了检验学生的设计成果，课程特别设立了“第十六届全国大学生智能车竞赛线上资格赛：车道线检测”。学生不仅需要设计出高精度的车道线检测模型，还需要通过竞赛的成绩来评估他们的课程表现。在竞赛过程中，学生必须遵循严格的提交规则，例如在飞桨平台上训练模型、每日提交次数的限制以及预测结果文件的提交格式要求。这些规则设计的目的是为了让学生适应实际工程项目中的流程规范和限制条件，从而提高他们的工程实践能力和职业素养。 学生在准备比赛的过程中，需要提交以zip或tar格式打包的预测结果文件，且文件名需要遵循predict.zip或predict.tar的命名规则。需要注意的是，所有的模型训练工作必须在飞桨平台上完成，不得使用其他平台或框架。此外，学生还有机会加入微专业QQ群与其他同学交流，共同探讨问题，提高实践能力。通过这样的互动学习，学生能够在相互学习和帮助中成长。 综合设计大作业1不仅是一门技术实践课程，它还是一次全面的综合能力训练。学生通过本课程的学习，将在人工智能特别是深度学习领域得到深入的理解和应用，同时提升自己在数据处理、模型优化、问题解决、团队合作等方面的实际能力。通过参与全国范围内的专业竞赛，学生将有机会将自己所学的知识与技能与来自全国各地的优秀学生同台竞技，展示自己的成果。这一过程无疑是对学生未来职业生涯的一次重要演练，帮助他们在充满挑战的未来职场中取得成功。