赛题业务场景：描述赛题相关的真实企业业务背景。从真实场景中，适当简化或者提炼出适合比赛的赛题场景

为了满足对供电质量日益提高的要求，更灵活实用的变电站四足机器人巡视系统得以应用。相比于传统的轮式机器人，四足机器人面对复杂地形更加有优势，而利用深度学习技术来进行复杂环境的感知，为电力系统巡视工作提供实时智能分析与决策支持，也逐渐成为了重要趋势。

参赛选手需利用深度学习和自动化控制实现以下两部分内容：

1、在预选赛中，要求选手要求参赛者基于PaddlePaddle，利用企业提供的训练数据，实现一个能够对仪器仪表、火点、安全帽进行精确识别的深度学习模型;

2、在区域赛和总决赛中，要求选手基于搭载PaddlePaddle框架的国产四足机器狗宇树Go1机器狗，在规定的地图上进行自动巡检、避障越障和指定任务的完成，根据各任务的完成质量和完成速度进行评分。

无

实现条件：开发环境、实验平台、开发语言、数据库、编译器、涉及硬件等实现条件

PaddlePaddle框架的宇树科技机器狗Go 1。

测试数据或平台：提供给参赛者的测试环境和测试数据

预选赛中，选手需上传训练模型、预测代码及环境库（可选）的zip形式压缩包到AI Studio平台进行自动评测，得到分数。由官方提供自动评测所需的全部算力。

开发所需设备及设备指标需求说明

晋级预选赛的团队，可免费借用一台宇树科技机器狗Go 1，用于区域赛和总决赛。通过预选赛，每校借用不超过1台。

如有高校自行组织了校赛，且报名人数超过300人，也可免费借用一台宇树科技机器狗Go 1。

近期公布

近期公布

初赛作品提交要求

预选赛中，选手需上传训练模型、预测代码及环境库（可选）的zip形式压缩包到AI Studio平台进行自动评测，得到分数。由官方提供自动评测所需的全部算力；

区域赛和总决赛中，选手统一在线下地图进行竞技，并提交技术报告word及技术流程视频。根据线下任务的完成情况，按照得分表进行现场评分。