人工智能安全监管平台说明.docx

《人工智能安全监管平台说明.docx》由会员分享，可在线阅读，更多相关《人工智能安全监管平台说明.docx（34页珍藏版）》请在第壹文秘上搜索。

1、人工智能安全监管平台Ol人工智能简介02)人工智能技术嬴03)人工智能模型优Ilr04、安全智能监管平台说明人工智能的思想基础TURING Codebreaker 人工智能之义图灵 高C-intelligence,Theabilityforperceivelogicalrelationshipsanduseone,sknowledgetosolveproblemsandrespondappropriatelytonovelsituation.感知逻辑关系，运用自己的知识解决问题和对新情况做出适当反应的能力。人们、许多动物和一些机器都出现各种各样和层级的智能。1950年：计算机能思维吗?图灵测试

2、：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。1912-19542015年11月，Science杂志封 面刊登了一篇重磅研究：人工智 能终于能像人类一样学习，并通 过了图灵测试人工智能的远期目标：探讨智能形成的基本机理，研究利用自动机模拟人的思维过程。人工智能的近期目标：研究如何使计算机去做那些靠人的智力才能做的工作。人工智能的三大学派主导学派符号主义派主导学派贝叶斯学派主导学派连接主义派架构架构架构大型服务器小型服务器群集大型服务器场（云）20世纪80：20世纪90年代主导理论知识工程主导理论概率论主导理论神经科学与概率垃圾邮件 分类器非坨

3、圾邮件分类器像素边界对象部件对象图179各学派在不同历史阶段“各领风骚”人工智能早期的人工智能令人兴奋不已机器学习1960*SI960s1970819O,s199tfs2000,s2010*s图像识别概述图像分类O图像生成匚）图像识别 、耳标跟踪一影像重凝计算机视觉人工智能模型学习的是任务中原始样本与推理结果之间的映射关系，而人工给出这种映射关系以作为模型训练输入的过程叫作数据标注。指代明确：即对于样本的空间位置、时间位置、先后顺序及类别的标注应尽可能明确标准统一：即对于相似或易混淆的样本标注应采取统一的、具有可操作性的判别标准与标注方法标签版本管理上7众包平台数据标注标注工具标注流程管理数据

4、库一标注系统样本数据可以看作真实世界中特定集合（如全世界所有含有狗的照片的集合）的一组抽样。样本数据对整个集合的还原程度越高，算法训练得出模型的精度就越高、泛化能力越强。模型2效果最好泛化能力最强人工智能简介DL公司已配置现场移动摄像头5万余台，安全管控智能终端700余套，通过人工智能应用，自动识别未佩戴安全带、未设置安全标示牌、吊车吊臂下站人等64类违章行为，实现高风险作业智能管控全覆盖，有效提升了现场作业安全管控水平。现场移动摄像头5万台自动识别64类违章行为高风险作业现场智能管控全覆盖城市建设的快速发展以及输电线路自然环境的不断变化，为输电线路通道运维带来了挑战。一、以往一些输电线路经过

5、的人迹稀少的地区，逐渐成为了城市市区，群众的生产、生活等行为也给输电线路带来了诸多隐患，线路运维工作人员不得不更频繁的对线路开展巡视；二、线路规模依然在不断增加，线路运维工作人员不堪重负，线路缺陷、隐患不能及时发现，输电线路安全稳定运行受到了极大的挑战；三、有些输电线路位于偏远山区，受地理环境及气候环境的影响，树木生长、滑坡等对输电线路带来隐患，对运维工作造成了巨大的障碍，运维工作人员的人身安全在极端情况下也难以得到保障。:雁强造句湎花画像蓝珀蓑亶以函函篮控为祓心箭麻僮法白豆辨别；是否有险情发生并立即抓拍现场情况推送到PC端、移动端，及时提出预；警功能；在无险情发生时定时对输电线路进行抓拍，把

6、图像通过4G无线；网络传输到监控中心，监控中心对传输回来的实时图像进行管理存储。行业痛点：现有的安全生产管理手段主要有现场“人盯人”把关监督和远程视频监控两种方式，然而这两种方式普遍存在安全监督人员数量不足，监管人员责任落实不到位，监控视频查阅人员轮巡工作枯燥、易疲劳，经常漏过作业人员违章，错失最佳报警时机的问题。W案：利用人工智能技术对电网作业现场实施智能化安全监督，改变依赖人工的安全监督现状，切实解决当前管理效率低、质量差、覆盖面小、无法全过程监管等顽疾，极大促进安全监督提质增效。1导线异物2施工机械3防尘网4山火5烟雾6漂浮物典型输电通道隐患防尘网烟雾施工机械检测模型的评测指标从直观理解

7、，一个目标检测网络性能好，主要有以下表现: 把画面中的目标都检测到漏检少 背景不被检测为目标一一误检少 目标类别符合实际一一分类准 目标框与物体的边缘贴合度高一一定位准 满足运行效率的要求一一算得快mAP的计算大致可以分解为以下几步:阶段输出关键变量针对单个目标TP、FP、FNIOU（交并比）针对单个类别PR-CurvesAPConfidenCe（置信度）针对测试集全集mAP训练深度神经网络“训练”与接受教育的目的一致：接受教育神经网络训练与人类接受教育的过程有很大的不同人类大脑中的神经元可以连接到特定物理距离内任何其它神经元,人工神经网络则分为很多不同的层(layer)连接(connecti

8、on)和数据传播(datapropagation)的方向,训练一个神经网络时，训练数据被输入该网络的第一层，同时一个神经元会基于所执行的任务为该输入分配一个权重即该输入正确与否的程度。神经网络的每一层用于学习不同层次的特征且会向下传递到下一层最后的输出由该网络所产生的所有这些权重总体决定模型优化策略及实践样本漏标标注框偏移标注框不规范模型层面上，在不改变当前模型结构的情况下，调整模型的超参数至效果最佳是一个优化模型的不错选择。将样本设置为训练集、验证集和测试集，通过网格搜素不断调整模型的超参数，使模型在验证集上达到最佳，然后在测试集测试其泛化能力和最终效果模型优化实践案例1.数据加载定义数据转

9、换进行图像增强定义数据加载器加载数据集2.模型训练定义优化器和损失函数 设备定义为GPU 数据迁移到GPU 进行前向传播计算损失 进行反向传播更新参数3.模型测试4.结果分析5.优化策略数据移动到GPU各类别效果统计重新配置模型参数前向传播整体效果统计优化模型结构计算损失统计准确率等指标错误案例分析优化方向定位优化样本标注=J1=tt.IBM模型评估指标：混肴矩阵准确率，召回率mAP混肴矩阵PositiveNegativeTrueTPTNFalseFPFNTP代表正确预测为正的样本（实际为正）TN代表正确预测为负的样本（实际为负）FP代表错误预测为正的样本（实际为负）FN代表错误预测为负的样本

10、（实际为正）已实现数十种危险违规作业及现场异常的场景识别。根据客户需要展示内容抓取后台数据实时更新，关键数据一屏掌控，实现业务统一指挥，资源及时调度。7/区域化工企业安全管理数据中心2023-05-3117:44:37星期三A盒子在线数（台）应用盒子在线数（台）A盒子总量（台）2当前位置：1条IffMm(99*)2.11(M)人看手机2207200s31173待处理误报违规待销警2023-05-2023-05-化IT：加油站:企业数量（个）k0违规报警总览打塞手机违规报戚理统计3.5k3k18C-26C阴应用盒子总量（句）月1化工企业分析06P报警总数（件）3,600（日周月(64)实时报整0

11、5311732:19消防设施OS3117:33:17消防Si053117:22:19消防i05311722:48消防所053117:1219消防设葩053117:12:19湖5ift05311702:19053117:0150消防设施053116:52:19具体业务场景视频流及统计监测卜SIftI6危化品装卸作业智能分析平台VXX2023-09-J1085346SW22C29C阴1湖行为ff4filg7;073110:1026AWNrrimni我0安全加克谿07-31MMhSSJtMNrtlBMI07-311t12S2073110:1MMIBOI07311tMbO6tlM11IO/n10114

12、4A3110110嬖iMlMI1违规行为统计Il周HB5004003002001004_05/0105/0705/1305/1905/2505/31违规报繁总览消防设施C打电话人员徘徊着手机HIl周月人后想打热烟检测摔倒检测未佩戴安全帽报对作业现场全程监控，实现现场作业无死角管理，违规信息现场告警、相关人员通知、上传平台实现管理追溯。监控目标视频流接入（RTSPxONVIFs国标）业务处理可接警示灯、喇叭等WS员查看数据同步省、市安监平台运维平台微信公众号激W能监馁系统三管理平台全解*僵蛔J注精部署安装方便，直接对接现有监控系统，每一路视频流可部署多路算法，对于运营现场常见的安全隐患事项进行实时预警。参报瞥管理报警管理aasa设稿类型V三H报女日志所“企业设备8玛报警类量打电话报却胴设备名称处理给JK待处理