面向低空经济AI应用场景的高质量数据集建设

全国数据标准化技术委员会于2025年9月5日发布的《高质量数据集 建设指南》（TC609-5-2025-01），为高质量数据集的规划、建设和维护提供了全生命周期指导。参照该技术文件，面向低空经济AI应用场景的数据集建设，围绕数据需求、数据规划、数据采集、数据预处理、数据标注与模型验证等环节展开。各环节以业务目标为牵引，通过质量检查、模型验证和问题反馈持续迭代，推动数据建设与应用需求有效衔接。

数据需求与数据规划是高质量数据集建设的起点。

在数据需求环节，围绕河道环境巡查、建筑变化监测等业务场景，明确模型应用目标、所需数据范围及具体质量要求，包括图像清晰度、样本覆盖度、类别分布合理性、标注准确性与一致性等，并结合任务特点确定相应的检查指标和验收要求，将业务需求转化为可检验的数据建设目标。

在数据规划环节，依据建设目标统筹数据来源、组织方式和处理流程，统一数据组织规范，制定相应的实施方案与质量检查要求，为后续采集、预处理、标注及验证工作建立一致的执行标准，促进业务需求与技术研发有效衔接。

高质量数据集建设方法

数据采集与数据预处理为样本建设提供基础。

在数据采集环节，根据应用需求，依法依规开展数据获取，明确数据来源和授权使用范围，加强采集质量检查，保留必要的来源与过程记录，保障数据获取合法合规、质量可控、过程可追溯。

在数据预处理环节，根据任务需要开展数据转换、验证、清洗、抽样及整合，重点处理连续画面重复、运动模糊等问题，修正错误、重复或缺失内容。同时，根据数据性质和使用要求开展脱敏处理，例如去除图像及关联文件中非必要的经纬度等定位信息，对可识别的人脸、车牌等进行模糊化或遮挡处理，在保留模型训练所需有效特征的基础上，将原始数据整理为适合后续加工和模型开发使用的样本。

数据标注是有监督学习任务中形成训练样本的重要环节。

依据前期确定的样本与标签要求，围绕目标类别、识别边界和疑难情况建立统一的标注规则，明确所需工具、人员技能和质量要求。针对低空视角下小目标较多、部分目标存在遮挡等情况，细化标注与复核要求，减少漏标及边界判断不一致的问题。结合模型辅助预标注、人工复核与一致性质检，修正错误标注、补充遗漏目标，提高标签与模型任务的匹配程度。同时，对标注过程开展质量监测，保留加工与复核记录，为后续数据质量分析和样本优化提供依据。

模型验证是检验数据集能否满足预期应用要求的重要环节。

结合具体场景开展模型训练与识别效果评估，分析误检、漏检原因，检验样本覆盖、标注质量和场景适配情况，重点关注不同观察角度、目标大小及遮挡条件下的误检、漏检表现。验证达标后，形成可用的高质量数据集，支持模型训练、效果评估与场景复用。对于验证过程中发现的数据问题，定位原因并反馈至对应的前序环节，开展需求完善、规划调整、补充采集、预处理优化或标注修正，再通过模型验证检验改进效果，形成数据建设、效果验证与问题反馈相衔接的持续优化闭环。

安全合规贯穿高质量数据集建设全过程。从需求确定和数据获取开始，明确数据来源、使用权限及处理范围，根据数据性质落实分类分级保护、访问控制、安全处理和过程留痕等措施。数据加工、模型训练、成果交付及后续复用，应遵守相关法律法规、保密要求和授权约定，脱敏处理后的数据仍需在允许的范围内使用。通过将安全要求融入各环节的实施与质量管理，在保障数据安全的前提下推进开发利用，为依法合规开展数据服务提供支撑。

上海浦东软件平台有限公司依托低空经济服务和安全可控的数据研发环境，围绕河道环境巡查、建筑变化监测等业务应用场景，统筹发展和安全，持续推进高质量数据集建设。通过完善数据组织规范、加工标注流程和模型验证机制，将安全可控与过程可追溯贯穿建设全过程，推动各环节有序衔接与质量问题闭环处理。在合法使用范围内，提升业务数据对模型研发和场景应用的支撑能力，为低空政务巡检及相关应用提供可靠的数据基础，进一步发挥数据在城市治理和业务服务中的价值。

END

上海浦东软件平台 成立于2002年，是赋能国家数字经济和数字化转型的国有重要支撑平台，平台先后被授予“国家软件与信息服务公共服务示范平台”“国家中小企业公共示范服务平台”等多项殊荣，并成功入选“上海市规上制造业企业数字化诊断服务商”以及首批“浦东新区中小企业数字化转型城市试点数字化诊断服务商”名单。

平台业务涵盖数字化诊断评估、软件成本度量及造价评估、信息化咨询与监理、软件测评与质量保障、数据服务与质量保障、知识产权与双软评估等，为各行业提供一站式、全方位的数字化全生命周期质量保障服务。

地址：上海市郭守敬路498号14号楼3层

客服热线：021-50801342