任务介绍#

星图识别员需要整理来自校园事务系统的图片资料。每张图片可能是报销发票、消费小票、课程表、社团海报、实验记录、校园通知、手写便签、申请表、会议纪要或成绩报告。参赛者需要根据图片内容预测其所属类别。

你的任务是：

• 使用训练图片和标签构建分类模型或规则系统。
• 对测试集中每张图片输出一个类别标签，标签必须属于 label_map.json 中固定 10 类。
• 在不同拍摄设备、截图尺寸、轻微模糊、旋转、压缩和遮挡情况下保持稳定分类。

本题是 NeuronSpark 2026 的入门题。基础图像分类模型应能获得可观分数；更高分的方案可以尝试 OCR 文本特征、版面特征、图文特征融合、类别均衡采样和测试时增强。

赛题背景#

文档图像分类是多模态智能系统中的基础任务。相比普通自然图像分类，文档图片同时包含视觉样式、文字内容、版面结构和拍摄质量变化。例如，发票和收据可能在视觉布局上相近，但 OCR 文本中的关键词、金额字段和表格结构能提供额外线索；社团海报和通知截图可能都包含大量文字，但颜色、标题位置和版式差异明显。

本题考察以下能力：

• 图像分类模型训练与验证。
• 文档图片增强和鲁棒性处理。
• 类别分布分析、混淆矩阵分析和错误样本复盘。
• 可选 OCR 文本特征与图像特征融合。
• 遵守 AI 使用边界并提供可复现 Writeup 证据。

本题不要求训练大型多模态模型，也不要求必须使用 OCR。OCR 仅作为提分路径之一。

类别列表#

数据说明#

1
id,image,label
2
ns26_b2ce9f2fa6ff2a6988feeeb3d1135126,images/train/ns26_b2ce9f2fa6ff2a6988feeeb3d1135126.jpg,form
3
ns26_245133677982114867e742813e96b310,images/train/ns26_245133677982114867e742813e96b310.jpg,form

1
id,image
2
ns26_d5981fcee61ebb8104aee19ad19d71a8,images/test/ns26_d5981fcee61ebb8104aee19ad19d71a8.jpg
3
ns26_34a5bd019d7907385ad97a9d5a30385f,images/test/ns26_34a5bd019d7907385ad97a9d5a30385f.jpg

1
{
2
  "labels": [
3
    "invoice",
4
    "receipt",
5
    "schedule",
6
    "poster",
7
    "lab_note",
8
    "notice",
9
    "handwritten_note",
10
    "form",
11
    "meeting_minutes",
12
    "grade_report"
13
  ],
14
  "label_names_zh": {
15
    "invoice": "报销发票",
16
    "receipt": "消费小票",
17
    "schedule": "课程或日程表",
18
    "poster": "社团活动海报",
19
    "lab_note": "实验记录",
20
    "notice": "校园通知",
21
    "handwritten_note": "手写便签",
22
    "form": "申请或登记表",
23
    "meeting_minutes": "会议纪要",
24
    "grade_report": "成绩或学业报告"
25
  }
26
}

数据规模#

正式数据目标规模如下：

使用说明#

参赛选手需要：

1. 使用 train.csv 和 images/train/ 训练分类模型。
2. 对 test.csv 中列出的图片生成预测。
3. 按 evaluation.md 要求生成 results.csv 并压缩提交。

如需验证集，参赛选手应从训练集中自行划分。建议使用分层划分，并检查类别分布、相似样本和主要混淆类别。

注意事项#

• 可以使用公开预训练图像模型、OCR 工具和开源库。
• 如果使用 OCR，需在 Writeup 中说明 OCR 工具、OCR 文本如何进入模型，以及至少 3 个 OCR 失败样例。

提交说明#

参赛选手需要对测试集中每张图片输出一个类别标签，并将结果保存为 results.csv。

提交文件必须压缩为：

1
NS-2026-00-answer.zip

压缩包内必须只包含：

1
results.csv

注意：压缩包内不得包含文件夹，仅包含 results.csv 文件本体。

提交格式#

results.csv 必须包含表头 id,label。

示例：

1
id,label
2
ns26_d5981fcee61ebb8104aee19ad19d71a8,invoice
3
ns26_34a5bd019d7907385ad97a9d5a30385f,poster

格式要求：

• 必须包含且仅包含两列：id、label。
• 必须覆盖 test.csv 中全部测试样本。
• 每个测试样本 ID 必须出现一次且仅出现一次。
• 不得出现测试集之外的 ID。
• label 必须属于 label_map.json 中的 10 个合法标签。
• CSV 文件建议使用 UTF-8 编码。

评测原理#

平台会读取选手提交的 results.csv，与隐藏测试标签按 id 对齐，计算分类准确率：

1
Accuracy = 预测正确的样本数 / 测试样本总数

得分计算#

本题满分 500 分。主指标为 Accuracy，按以下锚点线性插值映射到分数：

例如，Accuracy 位于 0.80 到 0.88 之间时，分数会在 200 到 300 之间线性插值。

无效提交情况#

以下情况将得到 0 分：

• 压缩包内没有 results.csv。
• results.csv 无法解析为 CSV。
• 缺少必要列或包含额外列。
• 测试样本 ID 缺失、重复或出现非法 ID。
• label 不属于合法标签集合。
• 文件中存在空标签、NaN、inf 或其它无法解析值。

评分脚本只输出总体分数和聚合指标，不会输出隐藏测试标签或逐样本对错信息。

AI 协助规则#

本题 AI 协助等级为 A1。

Writeup 补充要求#

如果使用 OCR，Writeup 还必须说明 OCR 工具、OCR 文本如何进入模型，以及至少 3 个 OCR 失败样例。如果使用图像增强，需列出增强策略并说明是否改变文字可读性。

Writeup需包含最终提交压缩包文件 SHA256，指平台上传的 NS-2026-00-answer.zip 的 SHA256。