RGB 多专家方案提交
2026-11-13:验证集58张、测试集98张,两个集合没有相同图片。下载现行验证集
仅输入 RGB 图片,自主选择视觉推理模型与 2—4 个有效专家。不提供品类和 point_id,不强制正常库匹配。
上传完整程序
提交一个完整程序ZIP,用于平台异常判断和时延评测。
查看文件格式
ZIP根目录直接放置 manifest.json、solution.py、README.md,并包含专家与路由实现、配置及需要的权重文件,不要再套一层文件夹。
solution.py 提供 load_model(model_dir),返回含 predict(rgb_image) 方法的对象;每次输入一张RGB图片,返回整数0(正常)或1(异常)。README.md 说明依赖和运行方法。
{
"protocol": "liminaleye.rgb_moe.v2",
"name": "my-moe",
"version": "1.0.0",
"entrypoint": "solution:load_model",
"expert_ids": [
"expert_a",
"expert_b"
]
}完整程序包
包含入口程序、专家与路由源码、配置及运行所需文件;使用模型权重时一并打包。
请选择完整程序的 ZIP 文件。
上传后自动检查
我的方案与开发检查
验证集58张、测试集98张,无相同图片,仅作开发反馈。最终成绩由新的实体任务、Orin Nano 8GB 实机表现及教师审核共同确定。