TSHLY 1005-2024 人工智能识别林长制巡查的影像数据样本库建设指南.docx

ICS

65.020.01

CCS

B60/79

SHLY

团 体 标 准

T/SHLYXXXX—2024

人工智能识别林长制巡查的影像数据样本库建设指南

Guidelinesfortheconstructionofimagesampledatabaseforapplyingartificialintelligencetechnologytoforestchiefschemeinspection

（报批稿）

2024-XX-XX发布 2024-XX-XX实施

上海市林学会 发布

T/SHLYXXXX

T/SHLYXXXX—2024

T/SHLYXXXX

T/SHLYXXXX—2024

I

I

II

II

目 次

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4建设内容 2

影像数据样本库框架 2

确定需求 3

建立数据样本库 6

管理数据样本库 6

5工作流程 7

6数据样本类别与组织 9

数据样本类别 9

数据样本组织 9

7数据样本处理 10

数据样本质检 10

8数据样本入库 10

数据样本准备 10

数据样本库命名 10

数据样本入库前检查 11

数据样本入库 11

数据样本入库后检查 11

9质量控制 11

数据样本成果要求 11

文档类成果要求 11

10数据样本安全 11

附录A（资料性）数据样本信息表示例 13

前 言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由上海市林学会提出并归口。

本文件起草单位：上海岩易科技有限公司、上海市林业总站。

本文件主要起草人：周俊峰、蒋含笑、韩玉洁、李琦、刘璐璐、吴尧。

首期承诺执行单位：上海岩易科技有限公司、上海元易勘测设计有限公司、上海仲蓝信息科技有限公司、常州市新翼空间信息科技有限公司、武汉中地数码科技有限公司、上海宝天信息科技有限公司、南京韬讯航空科技有限公司、河南恩盾智能科技有限公司、河南鹏禄电子科技有限公司。

T/SHLYXXXX

T/SHLYXXXX—2024

T/SHLYXXXX

T/SHLYXXXX—2024

PAGE

PAGE11

PAGE

PAGE10

人工智能识别林长制巡查的影像数据样本库建设指南

范围

本文件提供了人工智能识别林长制巡查的影像数据样本库建设的指导建议，包括建设内容、工作流程、数据样本分类与组织、数据样本处理、数据样本入库、质量控制、建设成果及数据样本安全的信息。

本文件适用于为训练智能识别林长制巡查典型违规场景的人工智能模型，而进行的影像数据样本库建设工作。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T14911—2008测绘基本术语

GB/T17798地理空间数据样本交换格式GB/T24356测绘成果质量检查与验收

GB/T41867—2022信息技术人工智能术语

LY/T1662.7—2008数字林业标准与规范第7部分：数据样本库建库标准LY/T1662.10—2008数字林业标准与规范第10部分：元数据标准

术语和定义

下列术语和定义适用于本文件。

人工智能 artificialintelligence（AI）人工智能系统相关机制和应用的研究和开发。[来源：GB/T41867-2022]

影像数据样本 imagedatasample

包含目标物体或场景的影像，能看清物体特征，无过曝、模糊、撕裂等情况，关键目标场景的遮挡、覆盖面积小于10%。

注：包含全色影像、多光谱影像、高光谱影像等多种类型。

数据标注 datalabelling

给数据样本指定目标变量和赋值的过程。[来源：GB/T41867-2022]

标签数据样本 labeldatasample

对于影像数据样本的标注，通过区域标注、框标注、线标注等数据样本标注技术，标识出数据样本中需要识别的场景或物体。

元数据 metadata

数据的内容、质量、状况和其他特性的描述数据。[来源：GB/T14911-2008]