一、背景概括

近年来随着国内各产业的全面发展，国家对各产业的安全生产信息化和智能化建设提出了更高的要求，借助人工智能、大数据、5G等新技术的安全生产监测系统不断升级。安全生产管控智能化进入到一个高精度人工智能化和多场景多技术融合的阶段。

AI人工智能识别的现状

1、识别场景单一，一个场景只能识别单个行为或物体，且场景里的识别要素不能做逻辑关联。

2、场景处于静止的情况下才可以划定电子围栏范围，摄像头处于移动状态下无法划定电子围栏。

3、AI智能识别算法，会随时场景环境的不同，落地周期长短不一，且识别率差异性较大。

二、建设思路

系统内整体逻辑框图如下图所示：

系统解决了AI开发“最后一公里”的问题，打通应用与AI开放平台之间的壁垒，推动应用快速上线。应用上线后持续提供数据，加速模型迭代优化。具体应用打通流程见下图：

1）能力说明

结合目前需要的检测对象或目标信息，AI开放平台主要提供三种应用模式，分别是通用检测模型、通用分类模型以及检测+分类任意组合的应用模式。

通用检测模型：定位图片中对象的位置、类别和数量，720P分辨率下检测目标要求32*32像素以上，不同分辨率按此规则折算；

通用分类模型：分类对象，识别图像或目标的属性，目前支持全图检测，需要特征遍布全图或对象比例占据全图1/4以上；

检测+分类：两个组合的应用模式：对于检测出的目标可以进行二次分类，720P分辨率下目标要求32*32像素。

另外，训练图片与应用场景图片的长宽比相同，图片格式方面目前仅支持JPG格式。

2）效果说明

AI开放平台实现的算法应用效果和提供的数据有直接关系，体现在数据的数量和质量上。

数量：针对图片中需要检测或者分类的单个目标而言，100张~300张可以得到一个初步的模型，模型效果的优化需要后续持续数据样本的投入，一般来说，场景越丰富，检测类别越多，数据量要求越高。从实际项目反馈来看，一般万级以上的数据集才会得到一个较为成熟的模型。

三、方案特点

特点1、零门槛、低成本，打造AI开发新模式

本系统改变了过往传统的AI开发模式，专门面向零基础非专业人士，仅需要一台能够连接互联网的普通PC电脑和web页面操作就可以完成AI算法开发，大幅降低AI开发门槛和投入成本。

特点2、业界领先的支持算法到摄像机的开放平台

支持AI算法模型文件直接导入到边缘设备，如IPC、NVR等产品，能够通过软件定义设备，更具有场景适应性和灵活性。

在算法迭代时，边缘设备的算法模型升级只需模型文件导入即可，无需设备固件整体升级，能够保障业务的平滑过渡。

在设备端进行边缘计算，可有效提升业务的相应速度，节约网络带宽，提升数据的安全性。

特点3、支持训练数据上云，业务数据私有的部署模式

坤云科技致力于提升用户的商业运营效率，希望通过AI优化用户业务流程。但是坤云科技并不会触碰用户的核心数据、隐私数据、商业模式等机密信息，仅需要相关的图片素材进行算法训练。算法训练完毕后，算法模型还可选择重新部署于用户的私有化数据中心，不会造成用户业务数据泄露。

特点4、应用打通，持续迭代优化

坤云科技在各行业内拥有深厚业务积累，除了提供AI开放平台这一算法训练创新工具外，还可协助搭建业务应用落地的软件平台，使实验室算法走向行业落地，打破应用与算法的壁垒，算法与素材的屏障，解决AI开发“最后一公里”的问题，推动应用快速上线，保障算法持续迭代更新。

特点5、AI智能识别+AR现实增进融合应用

在AI算法的加持下，对识别要素进行识别判断，并采用AR的技术以视频流的形式展现出来，提高可视化管理的效率。