安徽赛区-云巡未来-第十一届全国大学生电子商务“创新、创意及创业”挑战赛 赛后总结

安徽赛区-云巡未来-第十一届额全国大学生电子商务“创新、创意及创业”挑战赛 赛后总结

前言

2021年第十一届全国大学生电子商务“创新、创意及创业”挑战赛在昨天(7月23日)于云南工商学院正式结束,我们来自合肥工业大学的云巡未来团队代表安徽赛区获得了二等奖的成绩…

成绩:最后拿到二等奖的成绩对于我们的项目,还是有些失望的,因为感觉可以获得更好的成绩;但是对于本次比赛的经过,确实是挺满意的,这个反差后面会更大家分享具体原因。

个人:作为三创队伍技术摸鱼人员,我在队伍里是作为技术人员(虽然技术很菜,但是在一群管理专业中还算是个高个)的角色,校赛和省赛基本上都在摸鱼,国赛临危受命;

关于总结:以下为本人在团队一路从校赛到国赛的一些流水账、个人总结,因为自己确实在这个过程中有些小感悟,所以想分享出来,希望能带给大家一些思考;

Note:由于个人、团队项目、国赛经历本身在三创赛都是较为少数的存在,所以本篇文章并不是一个标准性、专业性的总结!

请添加图片描述

项目方案

整体方案:我们团队的名称是:云巡未来-基于SLAM技术的智能医疗AGV系统引导者;项目最初是我们在去年申请的大创“基于激光SLAM的运输控制研究”,本身大创的是在做工厂环境下的智能搬运机器人,包括我们在之前参加的比赛,互联网+、ICAN等用的都是工厂环境的题材;对于三创,项目强调电子商务、商业模式,所以在今年年初,我们将我们的项目改为医院场景下的无人配送车,但即使是这样,最后还是挺牵强的,可能是我们没有充分挖掘医院场景下的商业模式;我们项目的优势是我们作为一个偏向于制造业的方案,在技术上比其他团队高很对,也有一些资源,专利软著什么的,以及一些合作公司的合同;

团队:团队五人,队长、三个管理的同学以及我(摸鱼选手);

三创赛

三创赛简介:全国大学生电子商务“创新、创意及创业”挑战赛(以下简称“三创赛”)是在2009年由教育部委托教育部高校电子商务类专业教学指导委员会主办的全国性在校大学生学科性竞赛;国家A类赛事,比赛分为校赛、省赛、国赛。

三创赛官网:http://www.3chuang.net/

校赛

校赛整体流程分为两轮,网评和现场答辩;这里要吐槽一下学校,因为今年我们学校保研政策经历了两轮修改,在第一轮的时候算是加大了竞赛的优势,所以今年参加各种比赛的队伍和同学都非常多,三创也是这样;

我们项目在第一轮网评是学校第二,现场答辩环节第几我忘记了,反正是前八名,最后晋级到省赛;

关于校赛答辩的评委的问题,一方面就是评委之间也在讨论关于三创赛和互联网+比赛的区别,我们校赛答辩组评委老师有一名就是学校负责互联网+的老师,本身很多项目也都是大创或者互联网+改过来的,其实真有为了参加三创赛从零开始准备了(他们我后面也会提一下,最后拿到了国一的好成绩),也是可以的;

校赛我回答的问题就是一个关于AGV在医院层楼之前运动的方式,当时扯了一句,说使用专门的AGV电梯。

省赛

省赛的形式是分组,评奖也是按照组别来的;因为之前还有一些疫情的影子,所以整个省赛是线上答辩的方式,但是线上答辩的问题就是我们可能听不太清评委的问题,评委也挺难听懂我们的回答;当时评委问了我们一个toB,toC的问题,我们队长有回答道是toB的形式,考虑到整体销售价格非常高,目前个人购买能力非常低,但是评委可能是没听清一脸不满意的样子;然后还有评委问你这个项目是不是之前参加过其他比赛(其实任何比赛基本上都是这样,强调原创,避免套磁),当时我们队长回答我们有交过产品迭代说明给组委会的。

整个省赛答辩因为是线上的形式,所以其实感觉挺不舒服的;整个问答流程都是我们队长回答的,又是摸鱼的一次==

省赛的评奖是按照组别来的,好像一组一个特等奖,两个一等奖…以及单项奖名额;

最后特等奖几支团队有最后的答辩评出冠亚季,但是我没有去看这个过程(非专业选手啦)…

国赛

省赛结束一段时间后,省赛的负责老师通知我们队长,项目进国赛了(其实这里面还有一部分巧合,就不细说了);后续出了国赛时间地点安排,7-20到7-22云南昆明,离谱,这个时间我们队伍所有人都有几门考试;

后面队长在比赛前几天协商都未果,他们四位同学(包括队长)下学期都要保研,如果申请学校考试缓考,下学期成绩出来的时间可能靠后,可能会影响保研,这个风险对于任何一个人来说,不是一个国家级奖项所能承担的;其实当时就我不用保研,但是我20号下午毛概,22号两门专业课考试,当时挺没底气(最后国赛答辩也挺紧张的)和队伍说我自己去的,一方面是真的没有参加过任何比赛的答辩,另一方面,三创赛重点在于商业模式,我一通信工程的,可能感觉回答不上问题,所以没自告奋勇,队长当时也一直在拖着,本来可能都打算队伍放弃的,后面又和我说了单枪匹马去的。

整个流程:7-20号下午三点钟左右考完毛概,接到队长的电话,说能不能去参加,毕竟代表安徽赛区(占用了安徽赛区的名额,我们学校还是安徽赛区的主办方),另一方面,按照往年参加就有奖;最后综合考虑还是去了,定了下午七点的飞机,在路上办理请假(导员别骂我)缓考手续、昆明宾馆预定等;飞机延误了直到九点才登机,路上本想看看PPT,但是实在太困了就一直在低睡眠状态下睡觉,将近12点下飞机,坐上出租车都12.30左右了,一点半左右的样子(也就是比赛当天凌晨1点半)到比赛指定的宾馆报道,然后就是洗了个澡、订外卖(民以食为天),因为比赛要求携带五份申报书给评委看,队长之前虽然和我说,学校应该有打印店,可以到了再打印,我当时害怕万一,但是已经凌晨2点左右了,就抱着侥幸的心态在谷歌地图上找24小时的打印点,找到了一家都老板打电话,老板应该是被我电话吵醒的,说了具体情况之后,去店里帮我打印(真的很感谢这位老板),然后交个骑手帮我送到;期间在和队长交流PPT答辩,自己大概过了一遍(对,只过了一遍)就已经三点钟了,睡了两个小时,五点钟起来又看了一下,6.30下楼吃早饭,7点出发到比赛地点。

上车的时候就发现,除了我大家都是四五个人,人均正装(特别的还有几个人传民族服装),我就穿着上面图上的运动短袖和运动鞋==,幸好当时还有一点点小准备,在出发之前从宿舍的柜子里面找到了去年我去兼职的时候发的小衬衫,虽然和他们的正装相比不是很白,但是没办法,这已经是我能拿得出手的最高配置了;到了之后找省赛负责的老师(也是我们学校的老师)和另外一组学弟的队伍,其实大家看我一个人都挺帮助我的;9点开场,各种老师、领导致辞;然后抽签,”欧皇“手气的我抽到了第二组,更紧张了。

今年三创赛国赛队伍总共在170只队伍左右(具体数字忘记了,可以看一下官网的信息),比赛分为7月21号一天的分组赛和7月22号上午的总决赛;所有队伍被分为15组,每组大概有14到15只队伍;相应的每组的评委由五位构成,其中一名是组长;

请添加图片描述

10.45左右,第一组进场,我就在门外等待了,穿着就是下图的衬衫,其实上身还好,就是下面挺尴尬的,七分裤和亚瑟士灰色运动鞋;

请添加图片描述

答辩过程:第一组出来我就进去了,先是给五位老师发计划书,然后到讲台上开始答辩,答辩环境就是教室,讲台上有电脑,黑板上有PPT;可能是被第一组的队伍惊到了(他们五个人左右,还带了一个产品展示的柜台在现场),所以就问:你就一个人吗?我回答说:不好意思,因为我们学校考试周就在这几天,其他队员都有考试,所以就我自己来参加答辩,不好意思;因为第一组答辩的时候再门外看了一眼,发现他们队员在回答问题的时候都是全程带着口罩,但评委老师是没带口罩的,我觉得我如果这样可能非常影响我读PPT,所以就在讲台上问了能否将口罩取下答辩,评委老师同意了;整个答辩过程有些小尴尬,主要是我确实太紧张了,本身还是胖子,所以到读完PPT其实脸上都有些汗水出来;因为我们PPT内容有45页左右,非常多,再加上我其实并没有准备太多,所以整个过程基本上都是在读PPT,每一页都读两句,还经常读不通,就直接跳过了;我是看着讲台上的电脑读的,太坑了,那个位置反光,所以有些字还tm的看不见…,另外就是对着讲台上电脑的屏幕读PPT效果着实有点差,正常的应该是对着投影仪上的平面说的;读完之后我直接下台准备回答评委老师的问题,这里有的遗憾就是忘记带翻页笔下去了,导致后面评委问的一些问题,我很想对着相应的PPT和他说,他是没带下来又挺着急的,就直接干说了;评委第一个问题是:下面这个为什么没打钩,到底是不是原创的?

请添加图片描述

因为这个是我们队长做的,我之前基本上没看,评委问了,我就下去匆匆看一眼,没反应过来是2和3选一个打钩,就直接回答:应该是要打的,可能是我们遗漏了,不好意思;紧接着还有两个问题,从申报书上看到我们项目之前还参加过其他比赛?我说:是的,对于三创赛,我们团队在校赛、省赛、国赛都有提交迭代说明的;评委:具体怎么个迭代的方法?我回答到:我们项目参加其他比赛场景是工厂无人车运输的场景,三创赛采用了医院这个场景。

中间还有评委组长问我是不是管理方面专业的学生,我说我是计算机专业的,整个项目算法部分都是我来搭建的;

有一个年纪挺大的老师直接针对场景提问,说医院是一个人流量非常大的场景,你们的产品和无人车相像,比如特斯拉就使用激光雷达的方法,你们整体上只怎么解决这个问题的?我回答到,首先目前中国的医院还是人满为患的,具体的算法方面,我刚才答辩的时候提到,我们使用了激光和视觉混合的SLAM算法,这个也可以在我们的专利上看到,并且针对动态场景,也有做相应的方案,但是实际医院的场景太过复杂,并没有做实地的测试;然后这位老师继续问道,这个算法时你们老师开发的吧,你们应该是只做了实现?我应付到:是的,本科生嘛(评委也说了本科生),但是我们确实在这个项目中花了很多心血在里面;最后这位评委建议:你们项目非常好,技术含量也高,但是场景应该针对无人医院这种人流量小的场景,现在医院人流量太大了,你们设备说不定在现实场景中,走都走不动,还有就是应该应该以一家医院或者社区为基础,打造一个典型的案例出来,进而去宣传推广;老师的建议还是十分准备的。

还有一个老师问商业策略,一开始问我们项目具体的商业模式是怎么做的,我就说了针对大型医院展开销售和定制服务,针对小型医院展开租赁服务;然后和评委说,这个项目适合互联网+,和三创联系不是很大(我tm互联网+校赛都没过)。

答辩总结:应该拿着翻页笔在台下看着投影仪平面读PPT的,整个读PPT过程紧张了一些,回答问题的时候有些没反应过来,有些回答的不是很好,其实是可以继续补充一些内容放入。

答辩结束之后,我出去了,正巧刚刚评委组长也出来(可能是去卫生间),我打了一个招呼,他(安慰语气?)说:小伙子不错嘛,一个人顶五人;我…

奖项

三创赛国赛参加的队伍都有奖(也就是说保底三等奖),这也不是什么秘密了,但是作为一个A类赛事,参加的进入国赛的队伍都有奖未免有点太水了;今年整体的奖项分布大概如下:15组特等奖、20+一等奖、40+二等奖、60+三等奖(具体应该是按照15个组别分的奖项,一个组中一个特等奖)。

当时颁奖之前,主办方通知各队伍坐到指定位置,我找到位置之后,发现位置挺靠后的,再一看,卧槽,后面不是特等奖吗?心想:不会是一等奖吧;最后,我右边那边的队伍是一等奖,我左边的队伍和我是二等,和一等奖只差一位之遥的人。。。

总结

比赛组织

本届三创赛在云南省昆明市云南工商学院举办,用云南工商学院校长的话来说:”本届是三创赛首次走进云南,也是首次走进民办高校“;往年基本上都是在985学校举办的,之前看到比赛地点的时候还是有点小失望的;云南工商学院校长也说了:“以全校之力办好三创赛”,但是实际有称道的地方,也有很多可以吐槽的地方;在整个比赛的时候,学校有很多志愿者(虽然学校不大),甚至于分组抽签的志愿者都是正装(相比之前,我一答辩人穿着着实穷酸),以及一些小trick,比如上面图上的开幕式小烟火,以及云南工商学院校长自己说的一些trick“特地将宾馆地点安排到昆明市区,可以让老师同学领略春城风光,也可以在比赛之余,到昆明逛逛;为每个队伍都制作了旗帜,方便合影留念,结束后可以自己带走等等”,可以看出来整个云南工商学院对本次比赛投入还是非常多的;缺点嘛,就是整体安排还是有点乱,开幕式闭幕式各种发言讲话(比赛通病?),颁奖的时候还自己给自己颁了一个最佳组织方的奖项(笑死,但是还是能理解的,整个云南工商学院为这次比赛付出很多,自己留块牌子后面做宣传嘛),志愿者可能明显看出,整体素质较低,逻辑差,交通安排有些不合理等等。

总决赛感受以及其他队伍项目分析

这里在国赛分组赛以及最后的决赛上也看到了很多其他项目,大部分项目都是:农商带货(直播带货)、网络教育、甚至一带一路这种,整体的技术上难度都很低(参加比赛最好的学校应该就是武大的了,从学校整体排名上来看我们学校算是绝对的T0级),大部分学校都是普通一本甚至专科学校;总决赛15支队伍从PPT上说是已经注册公司有盈利的,盈利在几万到千万都有;决赛上还是能看到一些项目在农商、教育这块已经做了很多工作,有实际的市场效益。

请添加图片描述

有一位老师,应该是杭州师范学院阿里巴巴商学院的院长(也是我们组的评委之一)在最后的闭幕式上总结提到:有些项目是老师项目的影子很大;其实我们赛区有只成绩非常好的项目就能看到这个影子(纯属个人猜测)。

关于制造业项目

其实从答辩的时候,有位评委问商业模式的问题以及和其他评委说这个项目和三创联系不是很紧密的时候就能看出,我们商业模式确实和三创主题联系不是很大;这点在我们准备三创赛初期就有考虑到,但是最后确实没从根本上解决这个问题;一开始,在参加三创赛的时候,我们本身的项目是仓库运输车,这其实本身并没有什么电商模式而言,然后我们团队管理的小伙伴选择了医院这个场景;从上面 总决赛感受以及其他队伍项目分析 ,这些优秀项目要么有着优秀的商业模式,要么十分切合电商的主题:直播带货,小红书等等;对于我们项目而言(或者说是对于 所有的制造业项目),本身产品单价十分高,所以现在的电商模式很不适用,对于个人或者企业顾客来说:那么高的价格,线上购买不太放心,基本上都是以线下交易的;这里其实有个方向我们没有充分挖掘,就是我们的项目其实是制造业和服务业结合的项目,意思就是医院场景(服务业方面),我个人十分觉得针对医院场景(服务业)做些商业策略以及电商模式是解决制造业项目参加三创赛的根本方法,就是将制造业的项目落实到服务上,从服务的角度开展电商以及商业策略。

结语

Note:如果你能看到这,就应该能懂我在文章开头的Note的说明了;对于个人,前面有说,三创的重点是在商业模式上,而我作为“技术人员”是不懂这些的,在校赛和省赛的时候有队友在,我也不需要负责这块;到了国赛,国赛答辩前几个小时,我都不清楚商业策略上toB,toC是什么意思;对于项目,前面也有总结以及评委提问,我们项目本身是一个偏向于制造业的项目,产品价格相对于其他纯电商的队伍而言,非常高,价格高带来的问题就是不适合走目前新型电商的一套方式,也就是说对于绝大部分人,在购买大额设备的时候,肯定还是会选择线下交流购买的方式;对于我们团队的国赛经历,上面你也能看到,比赛前一天下午购买机票、路上办理请假和缓考、比赛当天凌晨1点才到昆明、中间睡了两个小时“单枪匹马”穿着一件小衬衫去答辩、答辩的时候紧张的PPT都读的有问题,相对之前正常队伍应该都不会出现上面的情况,一个团队四五位同学和一两名指导老师,很轻松的应对。

最后,希望这篇内容能够给大家一点提示或者收获,也提前(真是提前,11届刚结束现在)祝贺你们能够取得好成绩!

昆明

私货和比赛无关嘛,所以就放在后面啦;

这次去昆明其实是我第一次坐飞机,也是第一次去那么远的南方(之前最远只去过宁波);飞机上旁边做的一位芜湖的老哥见我是第一次来云南(昆明),还十分热心的告诉我:自己一个人在外面要小心,不要在昆明坐黑车;昆明这边以前黑车很多的,把你拉到荒郊,拿走你的钱和东西,把你扔在那(我没有黑云南的意思,上文几乎为原话);

请添加图片描述

请添加图片描述
几张昆明照片:

请添加图片描述

请添加图片描述

请添加图片描述请添加图片描述

7月中下旬,合肥是酷暑,而昆明不愧被称为春城,天气非常凉快(胖子福音),而且昆明天上的云真实细节满满!

云南也算是旅游胜地,但是这两天在昆明确没看到什么特别好玩的地方,一方面是自己没太多时间只能在酒店和学校附近逛逛;另一方面,正经人去云南旅游谁去昆明啊,丽江、大理不香吗?

云南,下次再会啦!

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GRF-Sunomikp31

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值