返回参考组件工作区

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

登录课程账号

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

下载新版接口与本地检查工具

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。

我的记录