2019 年 12 月，北京智源人工智能研究院联合博世和数据评测平台biendata，共同发布了“INSPEC 工业检测大数据 (Industrial Specification Inspection Data)”，该数据集包含博世某系列产品近年来的质量检测相关数据，具体为每个产品质量检测环节各个步骤记录的相关参数，每个步骤都标注检测判定结果，整体数据量在 3w 条左右。biendata同步开放了“智源 — INSPEC 工业大数据质量预测赛”（2019 年 12 月 — 次年 2 月），总奖金为 10 万元。比赛希望挑战选手使用机器学习算法，对正在测试的产品进行质量预测，提前判断次品，节省整体检测时间。比赛和数据可于下方链接查看，或点击“阅读原文”。

比赛地址：

https://www.biendata.com/competition/bosch/

赛事背景

传统制造业工厂的产品检测流程较为复杂，如检测结果发现不良品率需要返工，返工后仍然对是否能通过测试存在不确定性，通过机器学习方法检测历史数据有助于预测不良品，优化工序和提升效率。该问题在传统的制造业工厂存在一定的普适性，类似模型可以帮助更多企业优化工业生产流程。

在本次比赛涉及的产品系列中，博世的工厂会对每种产品进行若干工序（产品不同，工序数量和类目也不尽相同）的检测，每道工序中可能包括若干步骤，每道检测步骤会反馈相关结果（1 为合格、2 为不合格）和参数（数值或字符串）。若产品检测在各个检测步骤皆为合格，并判定该产品实例为合格；若产品检测在某一步骤反馈不合格，检测流程将于该步骤所在工序停止，并判定该产品实例为不合格。比赛希望使用机器学习算法，对正在测试的产品进行质量预测，对次品提前进行判断，节省整体检测时间。

比赛任务

本次比赛的任务为产品质量预测，所使用数据为“INSPEC 工业检测大数据”，其中包含博世某产品家族的工厂生产环节的检测参数，要求选手根据训练集中产品的相关数据（如子家族名称、检测流程、检测结果）建立和优化模型，并参照目标产品中已完工序的检测结果，预测最终产品检测的结果为合格或不合格。

比赛分为初赛与复赛两阶段，初赛于2019年12月31日开启，biendata 平台同步发布训练集、开发集、测试集，并开放初赛提交。2020年2月7日，初赛报名和组队时间截止。由于每日提交存在次数限制，请感兴趣的选手尽量选择提前参赛，以获得更多验证提交次数和优化模型的机会。

比赛数据

（1）概览

本数据中为 v 系列产品，其中包括 11 个子家族，如 Vp3AaLm、Vp9AaLm、VpdAaLm，每个子家族下包括若干个产品类型，每个产品类型单独分布在 1 个 Excel 表格中，Excel命名为子家族名_产品类型名，例：Vp3AaLm_jQU9Uzpzp0u。

（2）产品类型

在每个产品类型的 Excel 表格中，共分为 3 个 Tab，即 Process_Table（产品实例表）、Phase_Table（检测步骤表）、Parameters_Table（步骤参数表）。

1. 在 Process_Table（产品实例表）中，ID_F_PROCESS 字段表示每个产品类型中各个产品实例的 ID，PROCESS_RESULT_STATE 字段表示该产品实例的最终检测结果，1 为合格、2 为不合格，TYPE_NUMBER 字段表示产品类型名，PRODUCTGROUP_NAME 字段表示产品类型所在子家族。

2. 在 Phase_Table（检测步骤表）中，ID_F_PROCESS字段表示每个产品实例的 ID，ID_F_PHASE 字段表示每个检测步骤的 ID，PHASE_RESULT_STATE 字段表示该检测步骤的结果，PHASE_NAME 字段表示检测步骤的名称，ID_F_PHASE_S 字段表示每个检测步骤的序列 ID。（注：名称相同且相邻的多个检测步骤被视为一个工序，其检测存在一定相关性。）

3. 在 Parameters_Table（步骤参数表）中，ID_F_PHASE 字段表示检测步骤 ID， RESULT_STRING 字段表示字符串类型检测结果（表示产品等级），RESULT_VALUE字段表示数值型检测结果，PARAMETER_RESULT_STATE 字段表示该参数检测结果，LOWER_LIMIT 和 UPPER_LIMIT 字段表示该参数可供参考的上下限，AXIS 字段表示产品的轴、SIDE 字段表示产品的面，ID_F_PHASE_S 字段表示检测步骤的序列 ID，ID_F_PARAMETER_S 字段表示检测参数的序列号。

▋ INSPEC 工业检测大数据

智源联合博世发布了 INSPEC 工业检测大数据，该数据集包括某系列产品近年来的质量检测相关数据，其中主要为每个产品质量检测环节各个步骤记录的相关参数，每个步骤都标注检测判定结果，整体数据量在 3w 条左右。相比于类似数据集，本比赛数据具有显著优势和特点。

首先，该数据集来自世界顶尖制造企业真实的工厂生产数据，已经过脱敏处理，尽量还原现实环境中产品检测的工序和流程。其次，INSPEC工业检测大数据详细记录了检测环节生成的具体产品参数，涵盖产品子家族 ID、实例 ID、检测环节 ID、检测环节结果、检测规格和数值等。丰富的数据维度一方面增强了比赛的难度，另一方面有助于选手打造更加鲁棒的模型。

参赛方式

点击阅读原文链接或扫描下图中的二维码直达赛事页面，注册网站-下载数据，即可参赛。

▶友情提示，因涉及到数据下载，强烈建议大家登录 PC 页面报名参加。

智源人工智能系列竞赛

2019 年 9 月，智源人工智能算法大赛正式启动。本次比赛由北京智源人工智能研究院主办，爱数智慧、清华大学、北京大学、中科院计算所、旷视、知乎等协办，总奖金超过 100 万元，旨在以全球领先的科研数据集与算法竞赛为平台，选拔培育人工智能创新人才。

北京智源人工智能研究院院长、北京大学教授黄铁军介绍：智源的中心任务是在北京建成全球最优的人工智能创新生态，核心是选拔培育人工智能顶尖人才和发展潜力大的青年学术英才。研究院副院长刘江也表示：“我们希望不拘一格来支持人工智能真正的标志性突破，即使是本科生，如果真的是好苗子，我们也一定支持。”而人工智能大赛就是发现有潜力的年轻学者的重要途径。

本次智源人工智能算法大赛有两个重要的目的，一是通过发布数据集和数据竞赛的方式，推动基础研究的进展。特别是可以让计算机领域的学者参与到其它学科的基础科学研究中。二是可以通过比赛筛选、锻炼相关领域的人才。

目前正在角逐的比赛：

• 智源-超高清晰电镜图像分割挑战赛—神经元识别大赛

  https://www.biendata.com/competition/urisc/

• 智源-高能对撞粒子分类挑战赛

  https://www.biendata.com/competition/jet/

• 智源-MagicSpeechNet 家庭场景中文语音数据集挑战赛

  https://www.biendata.com/competition/magicdata/

- 往期文章 -