课程名称正在核实

课程名称正在核实。

输入一张 RGB 图片,由你自行设计和实现专家、MoE 路由及完整推理流程,输出整数 0(正常)或 1(异常)。比较方案的答对题数、正确率和单张推理时延。

混合专家 MoE专家设计稀疏路由二分类判断

一、实验目标

自主设计专家和混合专家(MoE)路由系统,先在平台测试中验证单张图片的异常判断,再在 Jetson Orin Nano 8GB 上完成离线实体巡检。

目标要求
设计专家设计或选用2—4个有效专家,说明各专家的作用、实现方式与分工;模型架构自主选择,专家不一定需要训练,涉及训练时说明所用数据。
专家规模限制每个自定义专家参数量不超过 1B(10亿);超过限制的提交不予评测。
设计 MoE 路由自行实现基于图片的MoE路由,在2—4个专家之间进行选择,并形成最终的0/1判断;说明路由依据与专家协作方式。
完成二分类每次输入一张 RGB 图片,只输出整数 0 或 1:0=正常,1=异常。
术语说明
术语说明
RGB图片由红、绿、蓝三个颜色通道组成的彩色图片,是本题程序的输入。
专家承担特定判断任务的处理模块,可以采用规则、算法或模型,不一定需要训练;各专家应有明确作用和分工。
混合专家(MoE)将多个专家与路由机制组合成一个系统,根据输入决定由哪些专家参与,形成最终判断。
路由选择参与本次判断的专家,并确定如何使用其结果;可以只选择一个专家,也可以按需要组合多个专家的结果。
参数量与1B参数量是模型中参数的数量,不等于文件大小;1B表示10亿个参数。本题每个自定义专家的参数量上限为1B。
二分类在两个结果中选择一个。本题输出整数0表示正常,输出整数1表示异常。
整体响应时延平台从开始交付一张图片到收到该次输出结果所记录的总耗时,不是某个内部模块的单独耗时。
实验报告与对照建议

建议比较单专家、固定专家组合与动态路由方案的正确率和整体时延,并在报告中分析差异。

单专家方案仅作为对照,最终提交的MoE方案仍应包含2—4个有效专家。需要平台测量各方案时,应分别提交对应版本,在相同题集与评测环境下测试,再在报告中比较。

平台自动评测只验证0/1判断的正确率和整个方案的响应时延,不能仅凭成绩确认专家数量或动态路由是否实现。专家数量、分工及路由实现需通过源码与实验报告检查。

二、流程解析

输入学生实现输出
一张 RGB 图片学生自主设计的专家与MoE路由程序0=正常;1=异常
流程图

示意流程,内部实现由学生自主设计。

RGB 图片输入一张待检测的 RGB 图片
学生自主设计并实现 MoE 路由器学生自主设计路由策略,选择参与判断的专家
2—4个有效专家自主设计各专家的分工,形成最终判断
输出整数 0 或 10=正常;1=异常

三、数据资源

本系统目标部署载体:jetson003

本地验证集

场景正常异常
轮毂1212
杜邦线1212
验证集示例图

轮毂 · 实拍

轮毂·正常
正常
轮毂·异常
异常

杜邦线 · 实拍

杜邦线·正常
正常
杜邦线·异常
异常

线缆 · MVTec AD

线缆·正常
正常
线缆·异常
异常

瓶子 · MVTec AD

瓶子·正常
正常
瓶子·异常
异常

建筑 · 人民医院

正常(修整示例)
正常(修整示例)
异常(墙体破损)
异常(墙体破损)

建筑 · 城市图书馆

正常(修整示例)
正常(修整示例)
异常(墙体裂缝)
异常(墙体裂缝)

测试集:119 张

正常 50 张、异常 69 张,由平台评测服务保管,不提供测试原图下载。

场景正常异常
轮毂2025
杜邦线2022
线缆24
瓶子22
建筑破损616

四、验证评分

本节100分为平台图片测试成绩,不包含 Jetson Orin Nano 8GB 实体巡检验收。每张题图等权,按返回的整数0或1判断对错:0表示正常,1表示异常。验证集用于开发检查;测试集成绩仅在题集、评分规则和资源配置一致时比较。

评分项分值计算方法
正确率70正确率=答对题数÷总题数;正确率分=70 × 正确率。
整体响应时延30以全部题目的平均响应时延 t(毫秒)计算(暂定门槛):t≤1000,得30分;1000<t<5000,得30 × (5000−t) ÷ 4000分;t≥5000,得0分。

总分=正确率分+时延分,满分100分。例如100题答对90题,平均时延3000毫秒:正确率分63,时延分15,总分78。两项独立相加,因此全部答错但平均时延不超过1000毫秒时,总分仍为30分。

计分细则

计时范围:平台从开始交付当前图片到收到本次输出结果,在程序外部记录整体响应时延,包含平台输入输出接口开销。图片到结果之间的处理由学生自行实现。

模型加载和平台预热不计入时延,正式测试逐张计时。

逐题处理:返回合法整数0或1但判断错误,计答错并保留实际响应时延;缺失输出、非法输出、单张运行异常或超过10000毫秒,计答错并以10000毫秒计入平均时延。平均时延=全部题目的计入时延之和÷总题数。

整次失败:初始化失败或运行环境错误不产生有效成绩。

结果展示:答对题数、总题数、正确率、平均时延、P95、正确率分、时延分及总分。P95表示95%的题目计入时延不超过该值,仅作诊断,不参与计分。界面显示值可能经过四舍五入,计算使用未舍入数值。

本测试按异常判断正确率和整体响应时延计分;专家数量、规模和路由实现需结合源码及实验报告验收。

规则版本:binary-accuracy70-latency30-v2。题集数量与评测服务状态以数据评测工作区为准。