井工煤礦人工智能視覺識別技術(shù)要求

井工煤礦人工智能視覺識別技術(shù)要求范圍本文件確立了井工煤礦智能視覺識別的技術(shù)架構(gòu)，提出了技術(shù)和安全等方面的要求。本文件適用于省內(nèi)井工煤礦人工智能視覺識別的規(guī)劃、設(shè)計和建設(shè)。規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T22239—2018信息安全技術(shù)網(wǎng)絡(luò)安全等級保護基本要求GB/T28181公共安全視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術(shù)要求GB/T30147安防監(jiān)控視頻實時智能分析設(shè)備技術(shù)要求GB35114公共安全視頻監(jiān)控聯(lián)網(wǎng)信息安全技術(shù)要求GB/T39680信息安全技術(shù)服務(wù)器安全技術(shù)要求和測評準(zhǔn)則GB/T41867-2022信息技術(shù)人工智能術(shù)語GB/T44271-2024信息技術(shù)云計算邊緣云通用技術(shù)要求MT/T1212煤礦信息綜合承載網(wǎng)通用技術(shù)規(guī)范MT/T1202《煤礦數(shù)據(jù)采集與傳輸技術(shù)要求》GB50174-2017《數(shù)據(jù)中心設(shè)計規(guī)范》術(shù)語和定義下列術(shù)語和定義適用于本文件。下列術(shù)語和定義適用于本文件。GB/T41867-2022、GB/T44271-2024界定的以及下列術(shù)語和定義適用于本文件。3.1人工智能artificialintelligencs（學(xué)科）人工智能系統(tǒng)相關(guān)研制和應(yīng)用的研究和開發(fā)。[來源：GB/T41867-2022,3.1.2]3.2人工智能識別artificialintelligencesystem針對人類定義的給定目標(biāo)，產(chǎn)生諸如內(nèi)容、預(yù)測、推薦或決策等輸出的一類工程系統(tǒng)。[來源：GB/T41867-2022,3.1.8]3.3模型訓(xùn)練modeltraining利用訓(xùn)練數(shù)據(jù)，基于機器學(xué)習(xí)算法，確定或改進機器學(xué)習(xí)模型參數(shù)的過程。[來源：GB/T41867-2022,3.2.18]3.4推理reasoning從給定的前提進行論證并得出結(jié)論。[來源：GB/T41867-2022,3.2.30]3.5訓(xùn)練數(shù)據(jù)trainingdata用于訓(xùn)練機器學(xué)習(xí)模型的輸入數(shù)據(jù)樣本子集。[來源：GB/T41867-2022,3.2.35]3.6井工煤礦人工智能視覺識別artificialintelligentvisualrecognitionforundergroundcoalmines將井工煤礦人、機、環(huán)等監(jiān)測數(shù)據(jù)通過數(shù)據(jù)采集、統(tǒng)一管理，經(jīng)過對視頻數(shù)據(jù)的處理，借助智能識別的技術(shù)，實現(xiàn)對井工煤礦人、機、環(huán)狀態(tài)的智能識別、分析。3.7中心側(cè)centralside部署在數(shù)據(jù)中心，集中資源、數(shù)據(jù)進行決策分析。[來源：GB/T44271-2024,3.1，有修改]3.7邊側(cè)edgeside在靠近事物、數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)。[來源：GB/T44271-2024,3.1，有修改]3.7端側(cè)deviceside事物、數(shù)據(jù)源頭。[來源：GB/T44271-2024,3.1，有修改]縮略語下列縮略語適用于本文件。AI:人工智能（ArtificialIntelligence）AGC:自動增益控制（AutomaticGainControl）CPU:中央處理器（CentralProcessingUnit）IP:網(wǎng)際互連協(xié)議（InternetProtocol）JPEG:聯(lián)合圖像專家組(PhotographicExpertsGroup)RTSP:實時流傳輸協(xié)議（RealTimeStreamingProtocol）TCP:傳輸控制協(xié)議（TransmissionControlProtocol）UPS:不間斷電源（UninterruptiblePowerSupply）技術(shù)架構(gòu)井工煤礦人工智能視覺識別技術(shù)架構(gòu)應(yīng)按照“中心側(cè)—邊側(cè)—端側(cè)”部署，并應(yīng)考慮兼容煤礦已建設(shè)的相關(guān)平臺與系統(tǒng)。井工煤礦人工智能視覺識別技術(shù)架構(gòu)如圖1所示，包含以下方面：中心側(cè)包括AI算力基礎(chǔ)設(shè)施、數(shù)據(jù)治理平臺、人工智能模型開發(fā)平臺，實現(xiàn)模型訓(xùn)練；邊側(cè)包括AI管理平臺和應(yīng)用平臺，實現(xiàn)模型推理；端側(cè)包括攝像機以及具有執(zhí)行或聯(lián)動能力的設(shè)備/PLC、聲光報警器、應(yīng)急廣播等執(zhí)行設(shè)備，實現(xiàn)視頻采集與推理應(yīng)用；中心側(cè)和邊側(cè)通過專線實現(xiàn)網(wǎng)絡(luò)互通，為中心側(cè)將已訓(xùn)練模型下發(fā)部署到邊側(cè)、已部署模型的邊用邊學(xué)、持續(xù)迭代優(yōu)化和邊側(cè)異常樣本向中心側(cè)反饋提供網(wǎng)絡(luò)通道；邊側(cè)和端側(cè)通過工業(yè)環(huán)網(wǎng)實現(xiàn)網(wǎng)絡(luò)互通，為井下視頻流和模型推理結(jié)果的傳輸提供網(wǎng)絡(luò)通道。圖1人工智能視覺識別技術(shù)架構(gòu)圖功能要求中心側(cè)應(yīng)具備煤礦數(shù)據(jù)治理、AI模型開發(fā)和人工智能算力基礎(chǔ)設(shè)施等能力，實現(xiàn)視覺識別模型的訓(xùn)練、下發(fā)部署、邊用邊學(xué)，持續(xù)提升模型精度和使用效果等功能，并實現(xiàn)煤礦視頻、圖片數(shù)據(jù)集成、標(biāo)注、開發(fā)、服務(wù)等功能。如不具備建設(shè)條件，可依托其他已符合本標(biāo)準(zhǔn)要求的中心實現(xiàn)，鼓勵采用集約統(tǒng)建的AI算力基礎(chǔ)設(shè)施，節(jié)省建設(shè)成本。宜優(yōu)先采用國產(chǎn)自主可控的軟硬件。中心側(cè)數(shù)據(jù)治理技術(shù)應(yīng)滿足如下要求：應(yīng)滿足數(shù)據(jù)安全要求，應(yīng)支持根據(jù)數(shù)據(jù)的敏感性和重要性，對數(shù)據(jù)進行分類與分級，實施差異化保護策略；應(yīng)具備敏感數(shù)據(jù)脫敏處理能力，在數(shù)據(jù)的應(yīng)用中應(yīng)嚴(yán)格遵守數(shù)據(jù)安全與隱私保護政策；應(yīng)具備嚴(yán)格的訪問控制機制，確保只有授權(quán)用戶才能訪問相關(guān)數(shù)據(jù)；應(yīng)具備數(shù)據(jù)備份與恢復(fù)策略，確保數(shù)據(jù)的可靠性和可恢復(fù)性；應(yīng)具備數(shù)據(jù)安全審計能力，發(fā)現(xiàn)并解決潛在的安全隱患；應(yīng)滿足數(shù)據(jù)質(zhì)量要求，人工智能訓(xùn)練圖片分辨率不應(yīng)低于1280*720，其中目標(biāo)檢測的標(biāo)注內(nèi)容不應(yīng)小于100*100像素，標(biāo)注內(nèi)容不得出現(xiàn)畫面粉塵、煙霧、曝光嚴(yán)重、背光、亮度不足情況；應(yīng)具備數(shù)據(jù)存儲與計算能力，應(yīng)支持結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、二進制數(shù)據(jù)的采集、存儲功能；應(yīng)具備彈性擴展能力，根據(jù)業(yè)務(wù)需求動態(tài)調(diào)整存儲資源；應(yīng)支持多種計算模式，如批處理、流處理等，滿足不同場景下的數(shù)據(jù)處理需求；應(yīng)支持在數(shù)據(jù)存儲與計算過程中，采取有效的安全措施，確保數(shù)據(jù)的隔離性與安全性；應(yīng)具備數(shù)據(jù)全生命周期管理能力，提供數(shù)據(jù)集成、數(shù)據(jù)開發(fā)、數(shù)據(jù)治理、數(shù)據(jù)標(biāo)注、數(shù)據(jù)服務(wù)等能力；應(yīng)具備數(shù)據(jù)治理監(jiān)測能力和應(yīng)急響應(yīng)能力；應(yīng)具備數(shù)據(jù)集成工具，實現(xiàn)數(shù)據(jù)的快速整合與共享；具備數(shù)據(jù)質(zhì)量管理工具，對數(shù)據(jù)質(zhì)量進行持續(xù)監(jiān)控與優(yōu)化；具備數(shù)據(jù)加密、訪問控制等安全工具，保障數(shù)據(jù)安全。中心側(cè)應(yīng)具備煤炭行業(yè)基礎(chǔ)模型及基于基礎(chǔ)模型的場景模型開發(fā)工具；具備模型預(yù)訓(xùn)練、微調(diào)、部署、迭代能力；具備中心側(cè)-邊側(cè)協(xié)同、邊用邊學(xué)、模型持續(xù)優(yōu)化能力。具體要求如下：應(yīng)支持在線下發(fā)部署模型到邊側(cè)推理設(shè)備；應(yīng)支持開放樣本反饋接口，供邊側(cè)AI管理平臺調(diào)用，反饋異常樣本到中心側(cè)進行模型迭代和場景的優(yōu)化訓(xùn)練，接口應(yīng)具備安全驗證能力；應(yīng)支持運營管理，支持數(shù)據(jù)集管理、應(yīng)用管理、應(yīng)用優(yōu)化、服務(wù)管理、中心側(cè)-邊側(cè)協(xié)同和模型管理；應(yīng)具備圖像分類、物體檢測、異常識別、目標(biāo)跟蹤、語義分割、實例分割、視頻分類、姿態(tài)估計等相關(guān)技術(shù)開發(fā)能力；應(yīng)支持訓(xùn)練作業(yè)管理、作業(yè)參數(shù)管理和模型管理等；應(yīng)支持通過煤炭行業(yè)基礎(chǔ)模型抽取、剪枝、蒸餾等輕量化操作訓(xùn)練出不同規(guī)格的場景模型；煤炭行業(yè)基礎(chǔ)模型應(yīng)具備不同煤礦場景的泛化能力，所訓(xùn)練的場景模型精準(zhǔn)率和召回率均不低于90%。中心側(cè)AI算力應(yīng)提供液冷方式，支持計算節(jié)點處理器液冷；應(yīng)支持分布式訓(xùn)練和分布式存儲；計算芯片支持高速網(wǎng)口直出互聯(lián)；AI算力應(yīng)支持業(yè)內(nèi)主流的Pytorch、TensorFlow和MindSpore等計算框架。AI算力所在機房應(yīng)滿足GB50174-2017所規(guī)定的B級及以上標(biāo)準(zhǔn)，宜采用模塊化方式建設(shè)，滿足GB/T22239—2018標(biāo)準(zhǔn)第三級安全等級保護要求。邊側(cè)應(yīng)具備AI推理、應(yīng)用編排與推理識別結(jié)果集成能力。宜優(yōu)先采用國產(chǎn)自主可控的軟硬件。視頻數(shù)據(jù)的采集、存儲應(yīng)配備流媒體服務(wù)器。邊側(cè)AI推理應(yīng)具備對接中心側(cè)煤礦人工智能模型開發(fā)平臺進行聯(lián)動的能力，支持中心側(cè)AI模型技術(shù)架構(gòu)。應(yīng)建設(shè)AI管理系統(tǒng)，配備模型推理服務(wù)器。已部署的模型應(yīng)在礦端保持常態(tài)化運行，識別準(zhǔn)確率、召回率均應(yīng)不低于90%。邊側(cè)AI管理系統(tǒng)應(yīng)具備以下能力：支持自動納管由中心側(cè)煤礦人工智能模型開發(fā)平臺下發(fā)的場景模型；支持礦端現(xiàn)有模型信息手動導(dǎo)入、刪除、查詢和修改等操作，可對來自不同廠商、不同類型的模型的統(tǒng)一管理、統(tǒng)一配置、統(tǒng)一監(jiān)控；具備AI資源管理、模型管理、模型部署等可視化管理功能，支持模型綁定指定攝像機，以及監(jiān)控駕駛艙、實時報警等展示功能；具備樣本反饋機制，可將AI誤報和新增場景樣本圖片反饋至中心側(cè)進行統(tǒng)一訓(xùn)練、模型優(yōu)化、迭代升級；支持模型容器狀態(tài)信息、心跳存活信息上報；支持模型推理任務(wù)狀態(tài)信息上報；支持模型容器服務(wù)節(jié)點的狀態(tài)信息內(nèi)存、硬盤、CPU信息上報；支持對視頻源質(zhì)量和狀態(tài)的檢測分析。支持模型和應(yīng)用解耦，支持推理結(jié)果分發(fā)到不同系統(tǒng)或應(yīng)用進行融合分析。邊側(cè)AI推理服務(wù)器應(yīng)具備以下能力：單個推理服務(wù)器應(yīng)具備不低于2個CPU核心，單個CPU宜不少于24核；單個推理卡應(yīng)支持算力切分，內(nèi)置CPU核應(yīng)不少于8核；應(yīng)支持H.264、H.265視頻編解碼和JPEG圖片編解碼，單卡顯存應(yīng)不少于24GB，宜采用低功耗產(chǎn)品；支持主流的AI計算框架，包括PaddlePaddle、Pytorch、TensorFlow和MindSpore等。邊側(cè)應(yīng)支持AI推理結(jié)果和業(yè)務(wù)應(yīng)用的編排和自動化執(zhí)行，業(yè)務(wù)應(yīng)用和AI推理高效融合和集成，能夠?qū)崿F(xiàn)業(yè)務(wù)閉環(huán)。應(yīng)用服務(wù)器按實際業(yè)務(wù)需求量進行配備。端側(cè)應(yīng)具備視頻數(shù)據(jù)采集能力的攝像機和具備AI推理結(jié)果響應(yīng)能力的執(zhí)行設(shè)備。攝像機與相關(guān)執(zhí)行設(shè)備應(yīng)滿足《煤礦安全規(guī)程》，井下設(shè)備取得MA標(biāo)志。攝像機及存儲設(shè)備應(yīng)滿足以下要求：粉塵較大區(qū)域，攝像機宜具有自清潔功能，自清潔器件宜更換；宜采用星光、超微光、全彩等相關(guān)技術(shù)以及相關(guān)圖像算法；彩色攝像機最低照度宜采用小于或等于0.005Lux(F1.2，AGCON，1/30快門)，黑白攝像機最低照度宜采用0.0005Lux(F1.2，AGC打開，1/30快門)；宜采用具備紅外攝像儀或白光補光的攝像機，如采用紅外攝像機，輸出圖像尺寸不低于1024*720，如采用白光補光攝像機，輸出圖像尺寸不低于輸出圖像尺寸不低于1920*1080。光線比較復(fù)雜場景，配備合適的寬動態(tài)范圍攝像機，井下宜選擇支持強光抑制、透霧、逆光補償功能的攝像機；攝像機應(yīng)具有自動光圈功能，實現(xiàn)光圈自動調(diào)節(jié)，保障光照度變化的場合正確曝光成像；采掘工作面應(yīng)選擇具備變焦和自動聚焦功能的攝像機；視頻幀率應(yīng)達到25fps以上；應(yīng)用于皮帶監(jiān)測的視頻應(yīng)達到50fps以上；防水防塵等級不低于IP65；攝像機應(yīng)支持全雙工TCP/IP傳輸協(xié)議，視頻流傳輸協(xié)議應(yīng)符合GB/T28181，應(yīng)提供RTSP格式視頻分發(fā)，宜支持雙向語音對講；移動攝像機應(yīng)能快速部署、快速拆卸及方便攜帶，配置分離或一體式電源，連續(xù)攝錄時間不少于8h，支持wifi6/4G/5G等多種無線通信方式，分辨率不低于1080P，幀率不低于25/秒；攝像機應(yīng)支持本地存儲，可單獨配置存儲卡擴展，支持斷網(wǎng)續(xù)傳功能。中心側(cè)—邊側(cè)網(wǎng)絡(luò)帶寬應(yīng)滿足模型的部署、管理、邊用邊學(xué)等要求，帶寬不宜小于100M，應(yīng)具備按業(yè)務(wù)量彈性帶寬擴展功能。邊側(cè)－端側(cè)網(wǎng)絡(luò)要求：傳輸網(wǎng)絡(luò)相關(guān)設(shè)備的防護等級應(yīng)符合應(yīng)用場景需求；傳輸網(wǎng)絡(luò)嚴(yán)禁與安全監(jiān)控系統(tǒng)共用同一芯光纖（物理層切片網(wǎng)絡(luò)除外，切片顆粒度≤2G，切片數(shù)量≥5，切片應(yīng)符合MT/T1212），傳輸網(wǎng)絡(luò)架構(gòu)不超過三級。從經(jīng)濟、合理的角度選擇有線或無線傳輸方式，有線如光纖，無線如wifi、5G/4G、無線網(wǎng)橋等；骨干網(wǎng)絡(luò)帶寬應(yīng)能夠滿足傳輸要求，并至少留有25%余量：骨干網(wǎng)絡(luò)兼顧其他數(shù)據(jù)傳輸?shù)?，全部傳輸?shù)據(jù)的峰值不能超過總帶寬的70%；網(wǎng)絡(luò)上行切片帶寬不低于4Mbps，下行不低于1Mbps；被調(diào)用視頻延時應(yīng)不大于2s。安全要求系統(tǒng)安全建設(shè)應(yīng)從敏感數(shù)據(jù)加密、用戶登錄、安全校驗、密碼策略、賬戶鎖定、安全審計等方面進行要求。攝像機安全應(yīng)滿足GB/T28181、GB/T30147、GB35114相關(guān)要求。服務(wù)器安全應(yīng)滿足GB/T22239、GB/T39680相關(guān)要求。應(yīng)數(shù)據(jù)安全應(yīng)滿足本標(biāo)準(zhǔn)中6.2所列的數(shù)據(jù)安全要求。應(yīng)具備網(wǎng)絡(luò)安全防護功能，實現(xiàn)專網(wǎng)與外網(wǎng)、控制網(wǎng)與管理網(wǎng)的隔離，滿足GB/T22239—2018標(biāo)準(zhǔn)網(wǎng)絡(luò)安全等級保護要求。參?考?文?獻[1]煤礦安全規(guī)程[2]礦安綜﹝2024﹞58