从2021年到2024年，江西理工大学飞桨领航团不断发展，江西理工大学飞桨领航团的团员们从技术小白一路攀登，最终获得中国软件杯全国总决赛唯一最高奖——特别奖。以下是江西理工大学飞桨领航团团长徐宽和团队的经历自述：
我们团队由三位成员组成，均来自江西理工大学电气学院的自动化与智能科学系，分别是自动化专业的徐宽（左一）和李升奇（中间），以及智能科学与技术专业的谭凯丰（右一）。
我们与飞桨的初次相识可以追溯到2021年，那时我们参加了一场由学长组织的人工智能小组线下宣讲会。当时只有不到40人的会场里，大家都在安静地聆听学长讲解人工智能和飞桨的基础知识，并一步步学习如何在飞桨星河社区的线上Notebook上进行学习、编程和跑深度学习模型。
随着学期的推进，我们三人逐渐展现了各自的兴趣与特长：谭凯丰开始阅读人工智能方向的论文并尝试代码复现，我则开始使用树莓派走上了嵌入式AI的道路，李升奇则在全面学习各类技术。
大一下学期，仅仅刚掌握《C语言程序设计》的我们，就大胆开始用还没学过的新语言———Python编写软件端的全部代码，去参加全国大学生智能汽车竞赛百度智慧交通组。
第一次打比赛的我们，完全是现学现用：从运动控制接口调用、到回归模型和飞桨目标检测模型的部署，都得依靠百度飞桨官方提供的baseline在做，在全自制车模上，我们熬了无数个夜，由于AI工程经验不足和机械结构方面的欠缺，我们的赛车在赛场上事故频发，甚至小车走直道竟是S型，最终只获得了两项省级奖项，我们的第一次竞赛也在迷茫中画上了句号。
失败后，我们意识到最重要的是总结经验，对竞赛所涉及的知识和技术进行更深入的学习。在大二学年，我开始协助学长处理飞桨领航团的事务，并参加了飞桨特训营的学习。
在飞桨领航团特训营里，我们开始规范地学习如何上手深度学习项目，并在各种大佬公开的项目中，摸索和总结规律。
飞桨领航团为学员提供上百个实际应用场景下的AI任务+数据集
从跟着导师进行线上理论学习、再到全流程实现一个简单demo，再到最后自己独立在飞桨星河社区上发布项目教程，我跟着飞桨领航团特训营一步步来走，这一个月的时间，可以说是我大二上学期成长最快的一段时光。我跟着飞桨领航团的各位导师，养成了非常规范的项目开发和开源教程制作流程。
我的特训营作业：用PaddleSeg打造AI医疗项目
大二下学期开始，我又一次参加了飞桨领航团特训营的学习，最后的结业作业，我发布的项目获得了很高的浏览量与Fork数，最高浏览量达到2.9K，Fork数达278。
我明显感受到，我正在一步步从零基础小白成长为入门级开发者，也越来越有自信。
经过飞桨领航团特训营的“锻造”，这一年，我们三人重新组成团队统一战线，对智能汽车竞赛百度智慧交通组再次发起冲锋，同时还参加了中国软件杯的飞桨小汪赛道。与上次的迷茫不同，经过一年时间的学习与总结，我们对智能车涉及的AI全流程技术栈都已经基本熟络。
分工明确——电控、视觉、机械、模型训练部署，各自负责的部分完成后进行整合，协同开发。第十八届智慧交通组赛题发布特别晚，我们就加班加点干，去往成都比赛的前五天，我们才顺利完赛。
在成都锦城学院举办的智能车区域赛中，
我们以全场唯一的满分成绩夺得第一，成功晋级总决赛
；由学弟组成的二队也取得了第五的优异成绩，获得区域赛一等奖。区域赛结束，我们便马不停蹄的开始准备总决赛，为了进一步提升智能车的稳定性，我们针对机械结构、电控、视觉进行更深层次的优化，分析车身重心、改写控制逻辑、优化视觉算法，经过近半个月的努力，智能车在实验室跑出了78秒的最快成绩，平均成绩稳定在81秒。
然而，在总决赛现场，由于环境光照的影响，智能车表现得极不稳定。在第一轮比赛中，由于反光问题，智能车在距离终点不到一米的地方突然失控，冲出了赛道。由于受到赛场紧张氛围的影响，智能车失控后我们未能在第一时间进行重启，白白浪费了两分钟。但幸运的是，我们仍以217秒的满分成绩完成了第一轮比赛。
此时，团队气氛降到了冰点，如果下一轮再出现失误，我们很可能与国一无缘。我们持续进行测试，并为防止代码出错，始终将初始代码保留在剪贴板，随时准备替换。
幸运的是，第二天上午，我们以84秒的成绩顺利完成比赛，创下了赛年第二快的满分成绩，最终获得了总决赛第四名，获得全国一等奖
。
在接下来的半年中，我们对上一年竞赛中的经验进行了深度沉淀，同时总结了在飞桨小汪赛道上失败的原因。2023年是国产大模型蓬勃发展的一年，飞桨星河社区平台发布了大量大模型的学习资料与开源项目。借助 ERNIE SDK 和各类教程，我们结合大模型和小模型的混合开发，尝试了一些全新的思路，也为第二年的比赛奠定了更加扎实的理论与实践基础。
今年，我们再次参加了中国软件杯——飞桨小汪赛道。在飞桨星河社区线上打榜赛中，我们基于飞桨，在目标检测任务中，取得了第一名的成绩。在线下地图赛上，我们基于赛题要求，对宇树Go1机器狗进行了开发。
同时，我们还对其交互性进行了额外优化，将机器狗与文心大模型结合，成功打造出一只能够理解外界环境进行，甚至听懂人话的“智慧小汪”。最终，我们以线上打榜赛和线上初赛双满分的成绩顺利晋级总决赛。
在总决赛的赛场上，我们依然面临挑战。由于鱼眼摄像头的问题，分割模型将现场的外景和引导线一起识别为前景，导致机器狗的算法紊乱，控制系统异常混乱。
这个时候，基于飞桨养成的熟练的AI工程经验，让我们在现场不到两个小时的调试时间内，从重新现场采集数据、自动标注、训练模型、部署和接入控制
，最终，我们成功解决问题，取得49.7秒的满分成绩，领先其他队伍！
挑战并未到此结束，答辩现场，我们团队的PPT出现了不是最新版本、视频无法播放等一些列突发问题，但我们依旧保持镇定，沉着应对，面对评委老师的提问，仔细回答。最终，我们夺得了该赛项全国一等奖，并在15个赛项，18支国一队伍，5000多支参赛队伍中脱颖而出，夺得2024年中国软件杯全国总决赛唯一最高奖——特别奖。
