需求简述:

在物流行业中，散货（如：矿石、煤等）传送设备与传送带的巡检属于不可缺失的高危作业动作。使用视频监控手段对整条传送带进行实时监控可以为企业的生产提高作业安全等级、节约生产人力成本、提高巡检效率、通过传送流程的视频监控分析结果，给出设备节能减排生产建议。公司借助散货传送生产设备及现状加设视频监控设备，利用视频人工智能识别算法对该作业动作衍生的行业操作手段，研发传送带视频监控系统。旨在达到机器替人的巡检目的，降低巡检成本、提升巡检效率。

传送带人工智能视频识别带速是给予“绿色”生产操作建议的重要因素之一，公司发布此需求的目的旨在通过人工智能视频识别的方法对传送带的带速进行实时监控并与传送设备操作速度进行比对，以此判定是否存在皮带卡顿风险，并以实时速度判定是否需降低皮带传送速度以降低生茶能耗。本项目以物流行业中散货传送速度的人工智能视频识别为例，希望在全球范围内发掘和完善通过视频进行传送带状态识别的方法和可行性方案。

技术需求共包括两个任务难点：一是检测给定视频中传送带的运行速度。二是检测给定视频中传送带是否有跑偏。（注：解决方案成本越低越好）需求单位为每个任务提供一个带标注的训练数据集，旨在帮助参赛队进行相关任务研究。需求方将评估挑战者在预测集上对速度的检测能力与对传送带跑偏的识别能力。希望挑战者通过自身技术能力，结合当下最先进的计算机视觉和人工智能技术，深入挖掘视频中的特征点，构建检测模型，实现精准检测。