招标代理公司（立即查看） 受业主单位（立即查看） 委托，于2025-12-11在采购与招标网发布 云南交投集团人工智能基础设施提升与交通大模型建设工程路面病害识别、交安设施损坏识别、养护施工现场人员及设施安全监管CV算法技术服务采购询比采购文件。现邀请全国供应商参与投标，有意向的单位请及时联系项目联系人参与投标。 （略）南交投集团人工智能基础设施提升与交通大（略）面病害识别、交安设施损坏识别、养护施工（略）人员及设施安全监管CV算法技术服务采购询比采购公告 1询比采购条件（略）会议审（略）。该项目已具备采购条件，现公开邀请供应商参加询比采购活动。2采购项目简介2.1（略）南交投集团人工智能基础设施提升与交通大（略）面病害识别、交安设施损坏识别、养护施工（略）人员及设施安全监管CV算法技术服务采购。2.2（略）公司现有（略），开（略）侧摄（略）面病害、交通安全设施及施工安全检测（略）析服务。项目建设内容主要围绕利用视觉C（略）面病害、交安设施异常、外场施工人员及设施安全等场景的智能识别、自动告警与数据共享。3采购范围及相关要求3.1采购范围：“第一章询比采购公告”第3.9款。3.2服务期：以甲方通知为准。3.3服务地址：（略）3.4技术质量要求：3.4.1服务范围：基于集团公司现有（略），开（略）侧摄（略）面病害、交通安全设施及施工安全检测（略）析服务。项目建设内容主要围绕利用视觉C（略）面病害、交安设施异常、外场施工人员及设施安全等场景的智能识别、自动告警与数据共享。3.5合同包划（略）：本次采购划（略）为1个合同包。3.6质保期：验收通过后技术保障（略）个月。3.7结算方式：乙方按甲方要求完成本项目约定的各阶段技术服务，并提交相应成果文件。经甲方组织验收合格后，（略）阶段（略）结算。3.8（略）方式：无预付款，本项目费用采取（略）阶段付款方式，共（略）为两次，第一次为乙方完成算法训练并本地化部署后（略）合同金额（略）%，第二次为全部开发完成并通过验收后（略）合同金额（略）%。3.9采购技术（略）南交投集团人工智能基础设施提升与交通大（略）面病害识别、交安设施损坏识别、养护施工（略）人员及设施安全监管CV算法技术服务清单序号功能项工作内容数量单位备注1（略）面病害检测（略）析服务　1.1（略）面病害检测（略）析1.1.1（略）面病害巡检计划任务配置管（略）面病害巡检计划任务，包（略）段、方向、起止桩号、起止里程、经纬度坐标、计划时间、计划完成时间、巡检内容、责任单位、责任人等业务基础信息。1项1.1.2（略）面病害巡检计划任务与（略）配置管（略）面病（略）根（略）自动提示对应（略）信息，人工判断后，配置相关任务具体（略）信息。1项1.1.3（略）面病（略）域标（略）面病害巡检计划任务与（略）侧摄像机，（略）面（略）域进行标记划（略）。1项1.1.4（略）面病害检测图像、视频采（略）面病害检测AI智能（略）析感知，（略）侧摄像机相关视频、图像数据。1项1.1.5（略）面裂缝标注对采（略）视频和图像信息，（略）面裂缝场景的图像标注工作，生成不（略）面裂缝图像数据集。1项1.1.6（略）面坑槽标注对采集到的视频和图像信息，（略）面坑槽场景的图像标注工作，生成不（略）面坑槽图像数据集。1项1.1.7（略）面裂缝模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验（略）面裂缝病害检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项1.1.8（略）面坑槽模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验（略）面坑槽病害检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项1.1.（略）面裂缝监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机，实时自（略）面裂缝异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项1.1.（略）面坑槽监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机，实时自（略）面坑槽异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项1.2（略）面病害检测数据共享1.2.1（略）面病害巡检计划任（略），（略）、门架侧固定摄像机机视（略）面病害巡检计划任务数据以及绑定的视频数据、图像数据。1项1.2.2（略）面病害（略）析结（略），（略）侧、门架固定摄像机机视（略）面病害（略）析结果数据，包含（略）析后的图片、视频、（略）后续业务处置。1项1.2.3（略）面病害数（略）面病害（略）析结果数据，为综合（略）面病害图层提供数据支撑。1项1.2.4（略）面病害数据告（略）面病害告警（略）析数据，为（略）面病害实时告警服务的数据支撑1项1.2.5（略）面病害汇（略），提供基于综合管（略）面病害（略）析结果数据，包括病害位置、病害类型、（略）析时间、（略）析后结果数据、（略）析后的图片或视频、结论等。1项1.2.6（略）面病害明（略），提供基于病害历史记录数据，（略）段、时间、病害类型等，为病害数据查询服务提供数据支撑。1项1.2.7（略）面病害数据报（略），提供基于病害历史记录数据，根据业务需（略）面病害统计报表，如病害类型统计、趋势（略）析表（月度病害数量的同比、环比等）等。 1项2（略）交安设施检测（略）析服务　2.1（略）交安设施检测（略）析　2.1.1（略）交安设施巡检计划任（略）交安设施巡检计划任务，包（略）段、方向、起止桩号、起止里程、经纬度坐标、计划时间、计划完成时间、巡检内容、责任单位、责任人等业务基础信息。1项2.1.2（略）交安设施巡检计划任务与视频通（略）交安设（略）根（略）自动提示对应（略）信息，人工判断后，配置相关任务具体（略）信息。1项2.1.3（略）交安设施监（略）交安设施巡检计划任务与（略）侧、门架摄（略）交安（略）域进行标记划（略）。1项2.1.4（略）交安设施检测图像（略）交安设施检测AI智能（略）析感知，（略）侧、门架摄像机相关样本视频、图像数据。1项2.1.5标识标牌脏污标注对采集到的视频和图像信息，进行标识标牌脏污场景的图像标注工作，生成标识标牌污损图像数据集。1项2.1.6标识标牌损坏标注对采集到的视频和图像信息，进行标识标牌损坏场景的图像标注工作，生成标识标牌损坏图像数据集。1项2.1.7植被遮挡标志标牌标注对采集到的视频和图像信息，进行植被遮挡标志标牌场景的图像标注工作，生成植被遮挡标志标牌图像数据集。1项2.1.8标线损坏标注对采集到的视频和图像信息，进行标线损坏场景的图像标注工作，生成不同类型标线损坏图像数据集。1项2.1.9标识标牌脏污检测模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于标志标牌脏污检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项2.1.（略）标识标牌损坏检测模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于标识标牌损坏检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项2.1.（略）植被遮挡标志标牌检测模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于植被遮挡标志标牌检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项2.1.（略）标线损坏检测模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于标线损坏检测（略）析进行迭代测试、训练，并对训练结果进行校验。1项2.1.（略）标识标牌脏污监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机机，实时自动识别标识标牌脏污异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项2.1.（略）标识标牌损坏监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机机，实时自动识别标识标牌损坏异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项2.1.（略）植被遮挡标志标牌监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机机，实时自动识别植被广告遮挡异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项2.1.（略）标线损坏监测完成模型部署工作，（略）面病害巡检计划任务与绑定的摄像机机，实时自动识别标线损坏异常情况，对异常情况进行标记，并自动截取生成异常图像文件、视频录像记录。1项2.2（略）交安设施检测（略）析数据共享2.2.1（略）交安设施巡检计划任（略），（略）侧、门架固（略）交安设施巡检计划任务数据以及绑定的视频数据、图像数据。1项2.2.2（略）交安设施异常（略）析结（略），（略）侧、门架固（略）交安设施异常（略）析结果数据，包含（略）析后的图片、视频、（略）后续业务处置。1项2.2.3（略）交安设施异常汇（略）交安设施异常（略）析汇总结（略）交安设施异常图层提供数据支撑。1项2.2.4（略）交安设施异常告（略）交安设施异常告（略）交安设施异常实时告警功能提供数据支撑。1项2.2.5（略）交安设施异（略）交安设施异常（略）析详情数据，便于在G（略）交安设施异常数据进行详情展示，包括设施位置、异常类型、异常等级、（略）析时间、（略）析后结果数据、（略）析后的图片或视频、结论等。1项2.2.6（略）交安设施异（略）交安设施异常报表数据，如异常类型统计、趋势（略）析图表（月度异常数量的同比、环比等）等。 1项3．外场施工（略）人员安全检测（略）析服务3.1外场施工（略）人员安全检测（略）析3.1.1施工计划任（略）实时采集、（略）合施工计划数据，（略）段、方向、起止桩号、施工起止里程，经纬度坐标、计划施工时间、计划完成时间、施工内容、施工人员、责任单位等基础信息。1项3.1.2施工计划（略）侧摄（略）施（略）段、起止桩号自（略）侧摄像机机，并可对绑定数据进行人工调（略）。1项3.1.3施工（略）域标记配置针对特定施工（略），对安全（略）域进行标记划（略），生成配置参数信息。1项3.1.4人员风险行为图像、视频采集围绕施工（略）人员安全检测AI智能（略）析感知，采（略）侧、门架摄像机相关样本视频、图像数据。1项3.1.5未戴安全帽数据标注对采集到的视频和图像信息，进行清洗和格式统一后，进行未戴安全帽场景的标注。1项3.1.6未穿反光衣数据标注对采集到的视频和图像信息，进行清洗和格式统一后，进行未穿反光衣场景的标注。1项3.1.7人员未戴安全帽风险行为模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于人员未戴安全帽安全风险行为进行迭代测试、训练，并对训练结果进行校验。1项3.1.8人员未穿反光背心风险行为模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于人员未穿反光背心安全风险行为进行迭代测试、训练，并对训练结果进行校验。1项3.1.9人员进入（略）域风险行为模型训练通过标注数据，设计视频识别算法，划（略）训练、测试、验证数据集，对于人员进入（略）域安全风险行为进行迭代测试、训练，并对训练结果进行校验。1项3.1.（略）未戴安全帽检测完成模型部署工作，基于施工（略）监测视频信息，实时自动识别施工人员是否佩戴安全帽，对异常行为进行标记，并自动截取生成异常图像文件、视频记录。1项3.1.（略）未穿反光衣检测完成模型部署工作，基于施工（略）监测视频信息，实时自动识别施工人员是否穿戴反光衣，对异常行为进行标记，并自动截取生成异常图像文件、视频记录。1项3.1.（略）进入（略）域监测完成模型部署工作，基于施工（略）监测视频信息，实时自动识别人员是否跨出安（略）域，对于进（略）域人员异常