《人工智能识别林长制巡查的影像数据样本库建设指南编制说明》VIP

《人工智能识别林长制巡查的影像数据样本库建设指南》团体标准编制说明一、任务来源及起草单位1.任务来源根据2023年1月上海林学会下发的通知，上海岩易科技有限公司于2023年1月牵头申请并组织起草团体标准。2023年7月，上海市林学会下达了《上海市林学会关于下达2023年度林业团体标准制修订项目计划的通知》，批准本标准的制定。2.起草单位起草单位为：上海岩易科技有限公司、上海市林业总站二、背景情况2021年1月，中共中央办公厅国务院办公厅在《关于全面推行林长制的意见》中提出，加强森林草原资源监测监管。充分利用现代信息技术手段，不断完善森林草原资源“一张图”、“一套数”动态监测体系，逐步建立重点区域实时监控网络，及时掌握资源动态变化，提高预警预报和查处问题的能力，提升森林草原资源保护发展智慧化管理水平。2021年9月，中共中央国务院发表了《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》，提出从减少毁林占林、降低火灾风险、控制病虫害、管控林下套种等方面，提升森林覆盖率和健康水平，增加森林碳储量。《上海市林长制2022年度考核办法》中提出上海市林长制日常巡查重点为显见失管失养非专业问题的巡查发现和及时处置，简单违规场景要求一日内发现并处置完毕，这对林业巡查提出了更高的工作要求。当前，林业人工日常巡查和考核工作面临人手不足、效率较低、响应速度要求高、场地复杂难以进入、周期性检查为主，及时性不高、抽查为主，覆盖度不高等诸多现实问题。相比于传统人工巡查，人工智能技术可作为为一种高效、便捷的解决途径。而人工智能的模型训练往往以大量数据样本为基础。目前，国内尚无林业巡检与日常养护方面的标准化数据样本库，也鲜有关注林业巡查监管需求的人工智能算法模型。本标准旨在为林业智能化监管和资源保护提供技术支撑。为我国林业巡查智能化体系的建立和发展提供具有实践指导意义的数据样本库建设技术指南，从而为人工智能辅助林业巡查提供技术底座，促进林业行业的智能化发展，为监管部门高效林业资源执法、保护与管理提供参考依据，为实现碳达峰和碳中和目标作出贡献。本标准将有效结合人工智能与林业监管的行业知识，归纳总结在林业巡查面临的复杂真实环境下的标注方法。通过制定本标准，可使得数据样本标注经验可推广、可复制，加速推进国内林业监管行业的智能化进程，降低未来的标注项目试错的时间成本和经济成本，为林业监管积累行业数据资产，为人工智能技术在林业中的应用提供数据支撑。本标准聚焦于智慧林业相关的数据采集、标注、核验、入库的标准和操作规范等方面，旨在推动我国林业管理水平的提升，实现高效率、智能化、高精度的林业监管，为社会经济的可持续发展贡献力量，为实现碳达峰和碳中和目标作出积极贡献。三、编制原则1.落实法律政策要求。在标准研制过程中，指南起草工作组对相关法律法规和重要文件进行了深入学习，在此基础上充分考虑与我国现行法律法规和国家林业相关技术政策等相符合性，充分考虑可操作性，便于标准的实施。2.规范性原则。本标注标准经过了科学的研究，并根据实际经验进行多轮迭代完善，在制定标准过程中遵守制定程序和编写规则。3.确保内容科学先进。标准起草工作组编制过程中，开展了深入细致的调研和分析工作。多次组织林业监管部门负责人、资深标注技术人员、人工智能领域专家、无人机行业专家、标准形式专家等各类专家充分研讨，以此保障标准技术内容的权威性、科学性和先进性。四、起草过程2023年1月，由上海岩易科技有限公司联合上海林业总站召开项目研究工作会，初步成立了标准工作小组。标准工作组组织线上会议，制定标准工作计划。2023年2月，标准工作组开展的标准技术内容调研，针对智慧林业样本库的定义、原则、分类、实践等关键步骤进行探讨，明确标准范围，明确应为指南形式，并形成指南大纲。2023年3月至4月，调研走访行业监管单位及专家，开展行业需研讨会，分析与人工智能技术的结合点，形成指南草案初稿。2022年5月至6月，根据前期人工智能算法研究成果，完善指南草案，明确关键内容和基本技术指标。2023年7月，组织召开指南内部研讨会，将指南内容从无人机数据样本扩增至多源影像数据样本，增设多级数据样本检验方式，明确标注质量的判断方式，并根据人工智能算法迭代成果，更新注意事项说明。2023年8月至9月，组织指南草案的专家函审与修改工作。如采纳征求意见，则在标准稿中做出相应的修改；如不采纳意见，则给出不予采纳的理由。2023年9月，调研根据林业监管专家的意见，编写工作组根据林长制的新要求，将指南范围从林地巡查扩充至林、绿地巡查，并开展了指南研制工作讨论会。并根据数据标注经验，新增标注经验文档数据的管理要求。2023年10月至11月，编制完成征求意见稿及征求意见稿编制说明。五、标准主要起草人及其所做的工作主要参加单位成员主要工作上海岩易科技有限公司周俊峰

蒋含笑负责标准相关信息查询，标准起草和编写上海市林业总站韩玉洁

李琦

刘璐璐

吴尧参与方案确定，标准修改、审定等工作六、关键技术内容说明在研制过程中，本标注标准主要参考了《标准化工作导则

第1部分：标准化文件的结构和起草规则》、GB/T41867《信息技术人工智能术语》、GB/T17798《地理空间数据样本交换格式》、LY/T2930《林业数据样本采集标准规范》等文件。主要指标说明如下：1.建设内容主要提出了影像数据样本库的建设框架，主要包括确定需求、建立数据样本库、管理数据样本库3个部分。确定需求部分主要包括3个部分：数据样本分类、数据样本采集和数据样本标注的内容，并分别规定其规范原则。数据样本分类主要由监管部门的实际需求决定，同时考虑计算机视觉算法的基本原理与算法5轮迭代成果，将数据样本按分类原则进行梳理，并根据具体工作场景进行分类内容划分；数据样本采集部分总结了不同季节、地域与方式的采集经验，包括采集的前期准备、数据样本类型、采集方法、元数据相关信息记录以及采集的数据样本格式；数据样本的标注则主要根据深度学习算法原理及实际算法模型训练与迭代经验，规范了数据标注基本流程和质量控制方法，并分别对标注角色、工具、对象、质量以及注意事项进行了归纳总结，以把控数据标注质量，提高模型训练精度上限。建立数据样本库主要包括建立影像数据样本库、标签数据样本库以及元数据库，并分别包含其本身的数据样本描述；管理数据样本库主要包括数据样本扩充、修改、删除、查询、统计和下载六个部分。2.工作流程对人工智能识别林长制巡查的影像数据样本库建设流程进行了步骤制定，其主要包含以下5个步骤：场景类型划分及标准制定、数据样本采集、数据标注、数据样本入库和数据样本库管理和维护。3.数据样本分类与组织明确了数据样本的内容组织，其中数据样本内容主要分为影像数据样本、标签数据样本以及元数据；数据样本组织部分规范了其样本组织原则和方式；4.数据样本处理规定了数据样本处理的流程以及相应规则，主要包含数据样本预处理、数据样本质检、数据样本修改和数据样本复核。5.数据样本入库规定了数据样本准备材料、数据样本库的命名原则和方法、数据样本库的入库前检查、入库流程以及入库后检查方法。6.质量控制规定了质量控制包含的两个方面内容：数据样本的成果要求和文档类的成果要求。7.建设成果规定了建设成果两个部分的内容，其中数据样本成果主要指影像数据样本库、标签数据样本库和元数据库；成果文档主要包括建库过程中产生的质量控制文档、工作报告、技术报告等。8.数据样本安全规定了数据样本库的安全保障措施，主要包含建立相应的安全管理制度、指定安全目标和策略以及制定数据样本库安全工作流程。七、知识产权说明、标准设计的相关知识产权说明本标准主要是根据几年来研究与实践，对人工智能识别林长制巡查项目集成提炼而制定，引用的相关资料都是来源于公开发布的论文或专著，不涉及专利及知识产权问题，与现行相关法律、法规、规章及相关标准并无冲突，并可与现有标准配合应用。八、采用国际标准和国外先进标准的程度及水平的简要说明无九、重大分歧意见的处理经过和依据本标准的制定过程中未出现重大的分歧意见。十、贯彻标准的要求和建议（包括组织措施、技术措施、过渡办法等内容）标准起草组组织撰写标注标准宣贯材料，组织标准宣贯培训，促进标准顺利实施。组织措施方面通过设立明确的标准贯彻责任部门或委员会，确保标准得到有效执行和监督；制定详细的标准操作规程（SOP），明确工作流程、责任和时间表；建立培训计划，确保所有相关方了解和理解标准要求，并能够正确实施；设立定期审核机制，加强对标准执行情况的检查和评估。技术措施方面通过使用先进的技术工具和软件，以便更好地监测和管