高质量数据集：基于视觉大模型的低空巡检高质量数据集

推荐单位：中国移动通信集团有限公司

申报单位：中国移动（浙江）创新研究院有限公司、中国移动通信集团安徽有限公司池州分公司、安徽美图信息科技有限公司

一、背景

随着低空经济快速发展，无人机巡检、智慧安防、生态监测等场景对高质量数据集的需求日益迫切。当前低空经济行业面临三大核心挑战：数据资源匮乏、行业标准尚未统一、标注效率亟待提升，严重制约AI模型应用效果。本项目构建“采集－标注－管理”全链条闭环体系，通过整合多源低空数据，研发智能标注技术，打造低空经济领域高质量数据集，为低空经济智能化发展提供关键数据支撑。

低空经济领域高质量数据集构建体系架构

二、方案和成效

一是构建标准化低空数据资源库，实现多源异构数据高质量治理。针对低空数据资源匮乏问题，依托无人机倾斜摄影、激光雷达等设备，构建覆盖池州市及周边区域的低空信息数据资源库，累计采集治理倾斜摄影20000公顷、正射影像100000公顷，形成规范化的高质量低空原始数据集。

二是创新多模态提示协同自动化标注技术，突破标注效率与精度瓶颈。针对传统人工标注成本高、低空目标标注难的问题，基于自研综治大模型，首创文本/视觉/优化提示三模态协同标注技术，构建涵盖光伏板、地笼等50余类低空目标的优化提示向量库，标注效率较传统方式提升343%，驱动算法研发周期从数月缩短至1周内。

三是建立智能化低空数据资产管理体系，提升数据复用与检索效能。采用分标签层级存储策略与智能检索系统，实现以图搜图、以文搜图等功能，形成可灵活调用的数据资产闭环。

四是推动低空高质量数据集规模化应用，赋能跨领域业务智能化升级。构建的低空经济数据集已支撑浙江省舟山市岱山县海事、环保等多个相关部门累计完成36万次无人机AI智能分析，实现对违规捕捞、河道污染等目标的精准识别与预警；原始数据资源库应用于安徽鹞落坪等国家级自然保护区，助力森林资源监测、灾害评估等业务，生态破坏事件响应效率提升85%。

三、创新点

一是首创多模态提示协同的自动化标注技术。基于自研CP-DETR大模型，实现文本、视觉与优化三模态协同标注：文本提示支持开放词汇目标检测；视觉提示通过单一参考框实现相似目标批量标注；优化提示加载低空专用目标向量库，提升低空经济场景标注效率与精度。

二是构建低空巡检高质量数据集及全链条标准体系。建成覆盖50余类低空目标的目标检测数据集，并输出从采集、标注到管理的标准化方案，为浙江省海事、环保等多部门提供精准监管所需的可复用数据资产。

三是建立领域自适应的数据－模型协同进化机制。通过标注数据自动回流训练与模型迭代优化，形成数据集质量与算法性能相互促进的自增强体系，确保数据集能够持续适应低空应用场景的变化与扩展。