2、算法要求
针对上述重点点位所需摄像头点位和场景的AI 分析模型识别准确率和召回率应达到对应要求,具体要求见下
表。应支持针对特定场景对模型进行更新管理,确保识别准确性。
视频 AI 分析模型技术要求
序号 | 模型名称 | 模型简述 | 准确率要求 | 召回率要求 |
1. | 值班空岗睡岗识别 | 监测调度室等值 班空岗 、 睡岗违规行为 |
不低于95% |
不低于 95% |
2. |
皮带危险区域人 员违规闯入识别 | 监测皮带机机头 机尾危险区域作 业人员异常闯入行为 |
不低于95% |
不低于 95% |
3. | 井底车场人员进入识别 | 监测井底车场的人员进出 | 不低于95% | 不低于 95% |
4. | 巡检人员超长时 间停留识别 | 监测巡检人员在 某一点位超长时 间停留的行为 |
不低于90% |
不低于 90% |
5. |
井下人员超长时 间静止识别 | 监测井下作业人 员意外受伤 ,行 动受限的危险行为 |
不低于90% |
不低于 90% |
6. |
皮带运行状态识 别 | 监测皮带关停状 态 ,辅助监管识 别企业停工生产 行为 |
不低于90% |
不低于 90% |
7. | 人员乘坐皮带识 别 | 监测人员违规乘 坐皮带风险 | 不低于95% | 不低于95% |
8. |
提升机运行状态 识别 | 监测提升机关停 状态 ,辅助监管 识别企业停工生产行为 |
不低于90% |
不低于90% |
9. | 配电室等长期无 人巡检识别 | 监测配电室等长 期无人巡检的违 | 不低于90% | 不低于90% |
规行为 | ||||
10. | 罐笼乘坐人员超 限识别 | 监测罐笼乘坐人 员超出规定人员数量的违规行为 |
不低于 90% |
不低于 90% |
11. | 皮带跑偏识别 | 监测皮带跑偏的 危险状态 | 不低于 90% | 不低于 90% |
12. |
未戴安全帽识别 | 监测员工是否未 佩戴安全帽 ,从 而引起意外受伤风险 |
不低于 95% |
不低于 95% |
13. | 关停/生产矿井出 入井车辆数量异 常识别 | 对关停/生产矿井 出入井车辆数量进行识别 |
不低于 90% |
不低于 90% |
14. | 行人不行车违章 识别 | 监测“ 行 人 不 行 车,行车不行人” 违章行为 |
不低于 90% |
不低于 90% |
15. | 违规抽烟识别 | 识别井下违规抽 烟行为 | 不低于 95% | 不低于 95% |
16. | 过路车辆识别 | 识别井上矿区过 路车辆 | 不低于 90% | 不低于 90% |
17. |
提升机危险区域 违规闯入识别 | 识别提升机作业 时周边危险区域 是否有人员违规闯入行为 |
不低于 95% |
不低于 95% |
18. | 斜井人员进出识 别 | 识别斜井井口人 员进出情况 | 不低于 90% | 不低于 90% |
19. | 烟雾检测识别 | 识别配电柜区域 范围内出现的烟 | 不低于 90% | 不低于 90% |