CCF大闸蟹产地识别AI大赛吸引83人参赛，历经A、B榜筛选，最终8人获奖。赛事检验了AI在农产品溯源中的潜力，为农业数字化储备了人才。
本次CCF大闸蟹产地识别AI大赛由中国计算机学会（CCF）主办、CCF数字农业分会、江苏中农物联网科技有限公司承办，中国农业大学国家数字渔业创新中心、江南大学协办。旨在通过真实业务场景，考察并提升参赛选手在图像识别与算法泛化方面的实战能力。赛事共吸引83名选手报名参赛。比赛设置A榜与B榜两个阶段，其中A榜作为初赛筛选，排名前25名的选手晋级B榜。在最终的B榜泛化能力测试中，共有9名选手凭借优异的模型表现脱颖而出，荣获赛事奖项。
获奖名单
一等奖（1组）：珠珠宝团队：赵聪慧、耿宽（中国农业大学）
二等奖（3名）：Crab Rave团队：纪尚一（中国农业大学）、Crose团队：陈永起（河南农业大学）、两广蟹场主：李贞伟（中国农业大学）
三等奖（4名）：他们说加学分就来了团队：魏毅龙（中国农业大学）、Crab_NaNaNa团队：李珊珊（吉林农业大学）、Crab A团队:张哲（吉林农业大学）、XZ团队：周天翔（甘肃农业大学）
赛况与数据分析
从B榜最终成绩分布来看，本次赛事呈现出以下特点：
1. 头部竞争激烈，综合指标均衡。 前三队选手的综合得分差距极小，分差仅在0.007以内（综合满分约为1.0）。前三队不仅在AUC指标上表现优异（均达到0.68以上），且在“阳澄湖”与“非阳澄湖”两个类别的F1分数上保持了较好的平衡，展现了极强的模型泛化能力与稳健性。
2. 单一指标优势与类别均衡的取舍。 排名第六的队伍在AUC指标上以0.7884断层领先，整体准确率达到89.03%，但其“阳澄湖F1”仅为0.2361，导致综合得分未能进入前三。这反映出在复杂产地识别任务中，单一维度的指标优势不足以弥补核心类别识别能力的短板，模型需兼顾整体与局部的性能。
3. 提交策略与时间管理。 从提交时间来看，大部分高分队伍在6月7日至6月10日期间完成了最终冲刺。冠军团队于6月10日22:51压轴提交最佳成绩，体现了选手在赛事后期对模型持续调优的毅力与策略。
赛事总结与展望
本次大闸蟹产地识别AI大赛为83位参赛选手提供了切磋算法、交流技术的平台，也有效检验了AI技术在农产品产地溯源场景中的落地潜力。通过A榜到B榜的递进式筛选，赛事成功选拔出一批具备优秀泛化能力的AI人才。未来，期望参赛选手将比赛中积累的算法经验应用到更广泛的农业数字化与智能识别领域，持续推动技术创新与产业赋能。
点击“阅读原文”，加入CCF。