网藤科技亮相2025全球数据管理峰会，分享工业视觉AI数据治理前沿实践

政策刚需：“无视频不作业”已成为工业安全生产的基本要求，视频监控从辅助工具转变为必备设施

效能瓶颈：海量视频数据推动AI应用从“可选”升级为“必需”

现实痛点：现有视频AI系统仍普遍面临“不稳定、不可靠”的运行困境

破局关键：亟需从“单点算法优化”迈向“体系化工程”，构建“稳定可看、持续可用”的系统能力

赵伟提出，工业视觉AI常态化运行范式聚焦工业场景的特殊性，形成系统性技术方案，通过体系化工程方法支撑系统7×24小时持续稳定运行。其核心能力包括：

视觉质量治理：确保画面清晰可用，夯实分析基础

多维融合分析：聚焦典型业务场景，精准识别风险隐患

告警自动处置：自动复核并聚合告警，有效降低运维负荷

针对工业视觉AI在常态化运行中遇到的典型数据问题，赵伟分享了网藤科技的创新治理方案。

治理1：视频源数据异常

工业现场环境复杂，易导致画面模糊、特征丢失等问题，进而引发后续检测准确率系统性下降。

质量诊断：内置21种算法模型，覆盖连接状态、摄像头遮挡、摄像头偏移、OSD规范、存储运行等多个维度，实现自动诊断与异常识别，准确率达99%。

告警通知：动态弹窗告警，联动声光报警器，基于时间轴构建“一机一档”，全景还原告警演变过程。

工单处理：异常触发创建工单，支持处置记录、状态流转、责任追踪与第三方系统对接，构建完整治理闭环。

评估分析：提供个性化的多维度运行数据、诊断合格率、区域异常占比等统计分析，辅助策略优化参考。

治理2：训练数据集质量不足

缺陷样本稀缺与数据分布失衡，致使模型误检率升高，算法泛化能力显著受限，算法模型表现不佳，绝大多数场景下源于训练数据集质量不足。

网藤科技创新性提出类别均衡度、尺寸均衡度、目标分散度、目标完整度、光照质量五维评估，增强模型泛化能力。

治理3：数据孤岛制约协同分析

面临问题

• 工业数据分散储存在由不同厂商建设的多个独立业务系统

• 工业风险事件多为低频触发，实施集中式全域数据治理投入产出比低

• 统一位置主数据难以直接应用于各异构系统

解决方案

构建统一位置主数据：建立以位置信息为核心的感知设备映射关系体系，实现设备位置数据的独立管理

设计灵活可配置接口：支持系统接口调用的动态配置与扩展能力，适配多业务场景需求

治理4：告警数据噪声泛滥

告警数据过多迫使人工频繁处置，长期高负荷操作引发决策迟滞与人员工作负担。

动态复核：通过告警框画面占比、位置偏移阈值配置，系统可自动聚焦告警位置，重新捕捉告警画面全貌，对告警进行智能复核。

智能降噪：通过智能算法实现对相同告警的智能聚合，遵循 “一次计数” 原则，降低对用户的信息干扰。

智能体协同：构建智能体协同系统，通过语音交互实现复杂指令解析，支持告警复核、视频溯源、证据提取与处置方案生成。

网藤科技的工业视觉AI数据治理方案已在多个行业成功落地：

电力安全生产风险监测项目：针对电力行业生产作业管控业务需求配置人员安全防护、人员异常行为、环境态势感知等不同维度的应用视频AI分析，结合综合管控系统能力，摆脱传统人工监管模式，提高管理管控工作效率。

煤矿主提升数字化管理项目：某智能化示范煤矿建设一套主提升数字化管理系统，涵盖系统数据采集、视频AI分析、设备全生命周期管理，具备3D可视化、数据分析预警、设备故障分析等功能，提高机电设备管理的效率和准确性。

石油安全风险监测与预警项目：融合视频AI分析，通过平台提升各油库快速感知、实时监测、超前预警、动态优化、智能决策、联动处置、系统评估、全局协同能力，为企业扁平化管理、远程控制、建设“无人油库”打下坚实基础。

在数据与AI深度融合的时代背景下，网藤科技以前沿的技术理念、扎实的实践经验和创新的解决方案，为工业视觉AI的常态化运行提供了可信路径。未来，网藤科技将继续深耕数据治理领域，推动AI技术在工业现场的落地应用，助力中国数字经济高质量发展。