全文要點：

1. 山西晉云互聯科技有限公司牽頭聯合省能源發展中心、華為等研制的山西省地方標準《井工煤礦人工智能視覺識別技術要求》正式發布。

2. 標準為井工煤礦人工智能視覺識別建設提供先進科學的技術框架，助力煤礦低成本高效率智能化升級，推動人工智能+煤炭行業融合及產業高質量發展。

3. 標準定義“中心-邊側-端側”三級協同技術架構，推動視覺識別模型“邊用邊學，持續優化”（中心訓練、邊側部署推理、端側采集執行，異常樣本反饋中心增量訓練以提升精準率和召回率）。

4. 晉云科技遴選試點煤礦驗證，6個月測試證實技術可行，優化后的視覺識別模型（如皮帶大塊煤、異物等）精準率超95%、召回率超90%，滿足智能應用并降低試錯成本。

5. 晉云科技下一步將協同行業主管部門及頭部企業，通過宣貫培訓、試點示范等推動標準落地，同時研制更多技術標準，支撐煤炭智能化轉型及安全高效智能化礦山建設。

JINYUN

近日，由山西晉云互聯科技有限公司牽頭聯合省能源發展中心、華為、精英、聯通產互等頭部企業研制的山西省地方標準《井工煤礦人工智能視覺識別技術要求》正式發布

標準為井工煤礦人工智能視覺識別建設提供一套先進、科學且具有指導意義的技術框架，助力煤礦低成本、高效率地開展智能化升級改造，推動人工智能+煤炭行業深度融合，加速煤炭產業整體升級和高質量發展

標準根據當前人工智能機器學習的底層邏輯，定義了中心”三級協同技術架構，真正地推動視覺識別模型“邊用邊學，持續優化”。中心訓練模型，邊側進行部署和基于場景推理應用，端側負責數據采集和指令執行。模型在煤礦推理應用，同時將異常樣本向中心反饋，經過中心不斷地增量訓練和持續優化，模型推理的精準率和召回率等關鍵指標不斷提升，模型“越用越智能”

為驗證建設效果，晉云科技遴選試點煤礦開展應用場景部署和工程驗證工作。經過6個月的測試驗證，證實了技術可行且行之有效，在驗證中，皮帶大塊煤、異物、絞車超掛、猴車蹬地等視覺識別模型優化迭代后，精準率達95%以上，召回率達90%以上，能夠極大地滿足煤礦智能應用。在煤礦開展標準推廣，將切實幫助煤礦降低智能化建設試錯成本

下一步晉云科技將協同行業主管部門及行業頭部企業，強化企業聯動與政策支持，通過宣貫培訓、試點示范、應用評估等方式，全面推動該地方標準落地實施。同時，研制更多先進、實用的技術標準，為煤炭行業智能化轉型注入強勁動能，為構建安全高效智能化礦山提供堅實技術支撐。

附件：井工煤礦人工智能視覺識別技術要求.pdf

• 稿件來源：技術運營部

END

JINYUN｜晉云科技

長按識別二維碼｜點擊關注

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。