山西省《井工煤矿智能识别系统建设规范》DB14/T 2814-2023

本规范确立了井工煤矿智能识别系统的建设框架与技术要求，适用于井工煤矿基于视频图像的智能识别系统构建。本规范以“云-边-端”部署架构为基础，通过数据采集、数据治理与后端模型深度学习，形成覆盖资源管理、模型部署、视频智能识别、融合监测预警、设备联动控制及移动App应用的全链路功能体系。系统需具备对人员不安全行为、设备不安全状态及环境不安全因素的实时识别与闭环处置能力，并明确规定了模型识别准确率、召回率不低于95%，误检率与漏检率不高于5%等核心性能指标，同时对设备性能、系统安全与运维保障提出了具体约束。

总体架构与基本要求

本规范要求系统采用“云-边-端”或“边-端”模式部署，云端负责模型训练与下发，边侧实现本地推理识别，端侧由摄像机、声光报警器等感知设备构成数据源。系统建设须选用成熟可靠的主流软硬件产品，具备与3D GIS、安全监控、人员定位等系统有机融合及应急联动能力，并支持场景扩展、识别结果共享、模型自学习优化以及与上级单位的数据互通。

系统功能与数据治理

本规范规定系统应实现视频智能识别、融合监测预警报警和设备联动控制等核心功能，支持报警信息的精准推送与多层级闭环处置。数据治理涵盖数据入湖、数据处理与数据共享，后端模型深度学习依托数据工厂、模型工厂和统一服务，提供从样本采集、标注、训练到模型发布的全流程支撑，并支持“傻瓜式”自动构建与专业手动构建两种模式。

性能指标与运维保障

本规范给出了模型识别准确率、召回率、误检率、漏检率及最大并发用户数等关键性能指标的量化要求，并对应用服务器、推理服务器、摄像机等设备的性能参数与安装规范做出明确约定。在安全与运维方面，本规范从系统安全、设备安全、数据安全、网络安全四个维度提出防护要求，同时规定了测试、试运行、验收交付及日常运维管理的基本准则。