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

以实现一个人脸门禁系统开发为例来介绍一下SylixOS应用的开发流程。

1、在普通PC上安装SylixOS，插上USB摄像头；

2、训练人脸模型，将模型文件转换为ncnn模型；

3、根据需求进行需求分析和系统设计，技术方案可选择Qt + ncnn，也可以选择Qt + ncnn + OpenCV；

4、编码实现系统功能，测试验证、打包部署；

5、录入人脸，运行系统。

基本功能要求

1、使用开源数据集完成人脸识别模型的训练，并将模型文件转换为ncnn模型；

2、完成基于SylixOS上一种人脸识别应用的开发，作品是可运行的软件系统；

3、软件可以设置识别结果输出的置信度。

非功能性要求

1、系统运行顺畅无卡顿，无闪退等严重错误；

2、UI界面美观、逻辑合理、交互友好；

3、软件系统中人工智能应用性能好，识别准确率高；

4、鼓励应用GPU加速或其他硬件提升性能；

5、在人脸识别过程中，增加一些防伪造技术；

6、文档应详细阐述所使用的技术算法，以及实现思路。

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

软件环境

1、开发语言C/C++、Qt；

2、操作系统：SylixOS（国产）、Windows、Linux；

3、ncnn人工智能框架，翼辉提供libncnn.a和Demo；

4、翼辉RealEvo-IDE（国产），可免费申请，安装于Windows；

5、SylixOS 安装介质RealEvo-SylixOS-Installer.zip ，安装在PC机（选择X86）

https://pan.baidu.com/s/1sApaFe6Ue8d1ImSiV8YK7Q 密码：6axi

6、其他软件可按需选择。

测试数据或平台：提供给参赛者的测试环境和测试数据

提供一种训练数据集，参赛者可选择其他数据集。

LFW dataset链接：

https://pan.baidu.com/share/init?surl=xSEsv1_kdY0zUJC4TLqtjw

密码: tia0

测试数据集（建议完成任2项测试）：

1、LFW dataset（同上）, 建议准确率大于99%以上

2、CFP-FP dataset , 建议准确率大于96%以上

http://www.cfpw.io/cfp-dataset.zip

3、AgeDB-30 dataset , 建议准确率大于92%以上

https://pan.baidu.com/s/1fxmZUPUcDQDubqfImK1aYw

密码：ibz6

开发所需设备及设备指标需求说明

作品运行的PC硬件环境建议配置：

1、CPU i5/i7

2、内存8GB以上

3、硬盘500GB，SSD

4、GPU

5、USB摄像头

文档及其他要求

1、算法描述文档

2、软件设计文档

3、安装部署文档

4、用户操作手册

各评分项及大致占比

1、功能完整（30%）

作品是满足特定场景功能的应用，功能完整，可独立运行，无需配置或少许配置。

2、识别准确率和性能，支持面部部分遮挡和图片质量低识别（40%）

识别准确率高；

识别速度快、误检率低；

（以下为可选，完成加分）

支持口罩、眼镜、头盔等部分遮挡的识别；

支持分辨率低、模糊、噪声大等低质量图片识别。

3、创新创意和实用价值（20%）

特性新颖，设计巧妙，具备一定的创新性。能解决实际问题，有推广应用价值。。

4、系统稳定性和可用性（10%）

系统运行稳定，不存在内存泄露、异常退出等影响使用的问题。

系统易于操作和使用，信息提示、反馈准确，操作简单。

5、代码规范和文档完备（10%）

 代码编写规范，可读性强，程序注释有效，系统文档完整。

初赛作品提交要求

1、软件所有实现源代码（包括模型训练）；

2、依赖的第三方库

3、可执行程序和相关文档（见上文“文档及其他要求”）

4、实现思路说明PPT

5、演示视频（7分钟之内）需包含人脸检测录像