杭州2021年7月2日 /美通社/ -- 近日,大華股份基于深度學(xué)習(xí)算法的實(shí)例分割技術(shù),刷新了Cityscapes 數(shù)據(jù)集中實(shí)例分割任務(wù)(Instance-Level Semantic Labeling Task)的全球最好成績(jī),在實(shí)例分割任務(wù)上取得了第一名,超越了其它一流AI公司和頂尖的學(xué)術(shù)研究機(jī)構(gòu),充分彰顯了大華在實(shí)例分割算法領(lǐng)域領(lǐng)先的開(kāi)拓創(chuàng)新實(shí)力。
關(guān)于Cityscapes數(shù)據(jù)集:由戴姆勒(DAIMLER)等在內(nèi)的三家德國(guó)單位聯(lián)合提供,包含50多個(gè)城市場(chǎng)景的立體視覺(jué)數(shù)據(jù),吸引了阿里、微軟、北大、中科院、MIT等上百個(gè)國(guó)內(nèi)外著名AI實(shí)驗(yàn)室和頂尖學(xué)術(shù)研究機(jī)構(gòu)積極參與,是CVPR、ECCV等國(guó)際頂級(jí)會(huì)議中實(shí)例分割任務(wù)常用的權(quán)威的測(cè)試數(shù)據(jù)集。
實(shí)例分割算法:
實(shí)例分割是一種對(duì)不同目標(biāo)個(gè)體進(jìn)行精確定位和逐像素分類(lèi)的技術(shù),是目標(biāo)檢測(cè)和語(yǔ)義分割的結(jié)合。本次評(píng)測(cè),大華基于自研的行業(yè)領(lǐng)先的巨靈人工智能開(kāi)發(fā)平臺(tái),提出邊緣解耦和目標(biāo)上下文特征重組的實(shí)例分割方法,有效提升了目標(biāo)邊界定位效果,解決了中小目標(biāo)分割精度差的難題,優(yōu)化其分割效果,大大提高實(shí)例分割的各項(xiàng)性能,為場(chǎng)景化應(yīng)用奠定堅(jiān)實(shí)基礎(chǔ)。
# AI實(shí)例分割算法應(yīng)用 #
實(shí)例分割技術(shù)可廣泛應(yīng)用于智能交通領(lǐng)域,通過(guò)對(duì)交通標(biāo)志、標(biāo)線(xiàn)、信號(hào)燈、人機(jī)非等交通要素的自動(dòng)解析,實(shí)現(xiàn)對(duì)道路交通態(tài)勢(shì)、交通事件等的有效識(shí)別,全面提升城市交通治理能力。目前,該技術(shù)已廣泛應(yīng)用于電子警察、道路卡口、交通事件檢測(cè)、智慧停車(chē)等多場(chǎng)景業(yè)務(wù)。
# 服務(wù)美好出行 #
圍繞道路交通“安全、暢通、便民”的理念,大華在人工智能領(lǐng)域不斷開(kāi)拓,將視頻智能分析技術(shù)與多維感知技術(shù)融合,構(gòu)建感知、分析、決策一體化的交通事件分析架構(gòu),實(shí)現(xiàn)全天候、全場(chǎng)景、多目標(biāo)、高精度的交通信息檢測(cè)。
大華在道路流量采集、擁堵檢測(cè)、逆行檢測(cè)等基礎(chǔ)上,持續(xù)深化場(chǎng)景化AI能力,推出大貨車(chē)右轉(zhuǎn)彎通行管理、道路拋灑物檢測(cè)、道路施工檢測(cè)等場(chǎng)景應(yīng)用,高效賦能交通安全治理、交通事件檢測(cè)、交通流量檢測(cè)等業(yè)務(wù),以持續(xù)的技術(shù)創(chuàng)新保障,幫助提升道路交通安全水平,服務(wù)民眾美好出行。
面對(duì)行業(yè)數(shù)字化轉(zhuǎn)型趨勢(shì),大華持續(xù)深入細(xì)化行業(yè)業(yè)務(wù),通過(guò)人工智能結(jié)合各行業(yè)應(yīng)用場(chǎng)景持續(xù)創(chuàng)新,不斷拓寬人工智能的場(chǎng)景化能力,實(shí)現(xiàn)面向行業(yè)應(yīng)用的覆蓋,賦能千行百業(yè)數(shù)字化轉(zhuǎn)型。