序号

服务内容

技术参数及功能要求（包括但不限于以下25种场景识别）

1

AI安全大模型

1、拥有全部自主知识产权，不涉及任何产权纠纷。

2、支持多模态数据处理,支持处理文字、图片、音频、视频、传感器数据等多种类型的数据处理；

3、支持任意分辨率的图像和视频输入；

4、支持处理任意长宽比的图像或视频；

5、大模型的参数大于70亿；

6、具有先进的视觉 token 密度（即每个视觉 token 编码的像素数量）， 640 个 token 可处理不低于180万像素图像；

7、推理速度达到38.75 tokens/s以上（输入长度为6144个tokens，输出长度为2048个tokens）。

8、支持离线训练任务的设置，包括：算法工程师可自主创建离线训练任务，可自定义资源配比与调整，支持用户在权限范围内选择镜像包括自己上传的和他人共享的和平台公开的镜像，支持用户灵活选择模型训练所需代码、数据集以及选择外部代码仓库中的代码和外部数据源中的数据。可启动、停止与删除任务；

9、支持多种训练模式，包括：单机、分布式、horovod/mpi多种任务模式；

10、支持对训练任务进行管理，包括：算法工程师可查看任务中的日志、性能监控、运行记录、事件在内的各种内容。支持修改任务名和任务备注信息；

11、训练任务要求具备易用性，包括：训练完成后，支持模型下载；支持克隆训练任务；

12、大模型已经完成至少20种以上场景的数据训练，包括但不限于：吸烟识别、睡岗、火焰和烟雾、玩手机、安全帽、口罩识别、传送带异物识别、反光背心识别、跨越栏杆识别、灭火器识别、漂浮物识别、超人数识别、人员摔倒识别、电梯内电瓶车识别、区域入侵识别、消防通道占用识别、行车/吊车下方行人识别、安全带识别、未佩戴防毒面具、攀爬检测、作业监护人、围栏警戒、手扶吊物行为识别、物品定置、护目镜/面屏识别、起吊牵引绳、工作服穿戴、肩扛工具等。

2

摄像头接入的技术参数指标

系统概述

能够支持3000个以上监控摄像头的接入，并能通过AI大模型技术分析监控视频中的安全隐患，实现安全监控预警。平台需具备高效、稳定的数据处理能力，支持五种以上常用品牌的监控摄像头，支持20种以上应用场景分析，并能与现有的安全生产数智化系统实现无缝对接。

摄像头接入与数据采集

摄像头接入：系统需要支持接入各大品牌的监控摄像头，包括但不限于海康威视、大华、宇视、凌视等5种以上主流视频监控品牌。平台应支持通过标准化协议（如RTSP、ONVIF等）接入各类摄像头，确保不同厂商的设备能够统一接入、实时传输视频流。

数据采集：系统必须至少能够每15秒自动获取每个摄像头的实时画面。

AI场景识别与匹配

多场景识别要求：AI大模型支持20种以上场景识别，支持多任务并行。每种任务的识别应独立进行，但能够在同一视频流中同时识别多个目标和场景事件。

吸烟识别

技术要求：通过图像处理与烟雾识别算法，检测区域内是否有烟雾或烟草产生的迹象。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

睡岗检测

技术要求：通过面部识别与行为分析，判断人员是否存在睡眠状态或长时间不活动的情形。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

火焰和烟雾识别

技术要求：通过火焰检测算法和烟雾颗粒监测，识别火灾发生的初期迹象。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

玩手机识别

技术要求：基于物体识别与人体行为分析技术，判断人员是否在使用手机。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

安全帽佩戴识别

技术要求：通过头部检测与安全帽物体识别，检查工作人员是否佩戴安全帽。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

口罩佩戴识别

技术要求：通过面部识别与口罩检测，判断人员是否佩戴口罩。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

传送带异物识别

技术要求：通过异物检测算法，监控生产线上的传送带，检测传送带上是否存在不应有的物体。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

反光背心识别

技术要求：利用反光物体的特殊光学特性，检测人员是否穿戴反光背心。

识别精度：≥90%

响应时间：≤3秒

误识率与漏识率：误识率≤5%，漏识率≤5%

跨越栏杆识别

§技术要求：通过行为分析与目标识别，监控是否有人员跨越栏杆的危险行为。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

灭火器识别

§技术要求：通过物体识别技术，判断灭火器是否在摄像头监控范围内。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

漂浮物识别

§技术要求：通过水面上漂浮物的检测，识别是否有不应存在的漂浮物，如垃圾、废弃物等。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

超人数识别

§技术要求：通过人数统计算法，实时监测指定区域的人员数量，判断是否超过预设上限。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

人员摔倒识别

§技术要求：基于姿势分析与运动轨迹追踪，识别人员是否出现摔倒或意外行为。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

电梯内电瓶车识别

§技术要求：通过电梯内的物体识别，判断电梯内是否存在电瓶车或其他禁止携带的物品。

§识别精度：≥90%

§响应时间：≤5秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

区域入侵识别

§技术要求：基于目标检测与行为分析，识别是否有人员或物体进入禁止区域或警戒区域。

§识别精度：≥90%

§响应时间：≤3秒

§误识率与漏识率：误识率≤5%，漏识率≤5%

消防通道占用识别