又是一年五一勞動(dòng)節(jié)，在這個(gè)專屬于廣大勞動(dòng)者的節(jié)日里，總會(huì)有許多愛崗敬業(yè)、無私奉獻(xiàn)的勞動(dòng)模范案例涌現(xiàn)出來，引發(fā)大家的關(guān)注、學(xué)習(xí)和致敬。

　　進(jìn)入AI時(shí)代后，產(chǎn)業(yè)智能化轉(zhuǎn)型和升級給勞動(dòng)者的工作環(huán)境、方式和成果等帶來了諸多改變。作為人類勞動(dòng)者背后的“AI勞模”之一，百度產(chǎn)業(yè)級的開源深度學(xué)習(xí)平臺(tái)飛槳以開發(fā)便捷的深度學(xué)習(xí)框架、超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù)、多端多平臺(tái)部署的高性能推理引擎、產(chǎn)業(yè)級開源模型庫四大領(lǐng)先技術(shù)為各行各業(yè)賦能，并已在多行業(yè)落地生根，幫助勞動(dòng)者們提高生產(chǎn)效率、減輕勞動(dòng)負(fù)擔(dān)，更創(chuàng)造出意想不到的“新成績”。

　　質(zhì)檢方向顯神通，精度效率兩手抓

　　在南方電網(wǎng)的智能巡檢機(jī)器人身體里，就潛藏著飛槳，它為牽一發(fā)而動(dòng)全身的電力輸送增添“火眼金睛”。

　　南方電網(wǎng)與百度飛槳合作的智能巡檢機(jī)器人

　　由于輸電線路長、對時(shí)效性的需求較高，原有的人工現(xiàn)場檢查和人工審核圖像不能夠完全滿足電網(wǎng)巡檢的要求。利用飛槳團(tuán)隊(duì)實(shí)現(xiàn)的高性能目標(biāo)檢測算法YOLOv3及語義分割算法U-Net,巡檢機(jī)器人突破了干擾力巨大的環(huán)境因素障礙，面向表計(jì)的深層次特征識(shí)別能力得到了大幅提升，模型魯棒性也得到了進(jìn)一步的加強(qiáng)，最終實(shí)現(xiàn)了表計(jì)目標(biāo)檢測與示數(shù)讀取方面性能的飛躍。過去工作人員花費(fèi)6個(gè)小時(shí)的現(xiàn)場巡視，現(xiàn)在只需要在遠(yuǎn)方的主控室一鍵下達(dá)巡檢任務(wù)就輕松完成，大大節(jié)省了南方電網(wǎng)的審核工作量與成本。

　　為行業(yè)質(zhì)檢提速加分，守護(hù)與日常生活息息相關(guān)的產(chǎn)品質(zhì)量，百度飛槳正持續(xù)落地產(chǎn)業(yè)應(yīng)用，爭做AI質(zhì)檢勞模。

　　保護(hù)糧食與森林，AI有妙招

　　民以食為天，稻谷是我國糧食安全的重要保障。但水稻田間管理復(fù)雜、農(nóng)活也極其繁重，特別是育苗這一環(huán)節(jié)，俗話說“秧好半年稻”。

　　為了打好水稻繁育的良好基礎(chǔ)、降低成本，蘇州博田采用百度飛槳的深度學(xué)習(xí)技術(shù)，讓拖拉機(jī)和農(nóng)業(yè)機(jī)器人學(xué)會(huì)了視覺導(dǎo)航。通過百度飛槳深度學(xué)習(xí)平臺(tái)研發(fā)的水田導(dǎo)航線自動(dòng)檢測系統(tǒng)，應(yīng)用飛槳圖像分割開發(fā)套件PaddleSeg中的模型，秧苗可以按列從背景中被分割出來，并且克服了天氣時(shí)間帶來的圖像亮度差異和水田里出現(xiàn)的干擾因素，實(shí)現(xiàn)了秧苗列中心線的精準(zhǔn)提取;不僅水稻秧苗識(shí)別準(zhǔn)確率高，導(dǎo)航系統(tǒng)處理效率也大大提升，拖拉機(jī)和農(nóng)業(yè)機(jī)器人能夠根據(jù)水稻秧苗種植情況實(shí)時(shí)調(diào)整航向，避免壓苗等情況，更好保養(yǎng)和管理水稻秧苗。

　　蘇州博田基于飛槳圖像分割套件開發(fā)的水稻秧苗識(shí)別

　　農(nóng)林不分家，除了農(nóng)業(yè)，百度飛槳在森林防護(hù)上也頗有成果。為了守護(hù)森林安全，護(hù)林員需要進(jìn)行森林巡檢，但常常面對著工作強(qiáng)度大、巡檢效率低、時(shí)效性差等問題，尤其是在面對森林火情、樹木砍伐等隱患時(shí)，人工巡檢更是很難及時(shí)發(fā)現(xiàn)。

　　基于飛槳語義套件分割的森林植被分析

　　在森林巡檢上積累了豐富經(jīng)驗(yàn)的普宙飛行器精益求精，選擇百度飛槳作為搭檔，基于百度飛槳深度學(xué)習(xí)技術(shù)PaddleSeg和PaddleDetection，專門為森林巡檢行業(yè)定制開發(fā)了一款無人機(jī)自主飛行平臺(tái)，通過應(yīng)用管理平臺(tái)GDU Flight MS，讓無人機(jī)可實(shí)現(xiàn)大范圍森林的自主巡邏、火情監(jiān)測、非法入侵、森林樹木砍伐監(jiān)測等功能。相比過去的人工巡檢，這套系統(tǒng)效率提高200%，巡檢范圍也從之前的40%提升至100%全范圍覆蓋，召回率由原來的75.64%提升到90%，準(zhǔn)確率從原來的69.58%提升至91.6%。百度飛槳已在普宙無人機(jī)項(xiàng)目的8大行業(yè)、17個(gè)場景落地，并走出國門、落地東南亞155個(gè)森林公安分局。

　　從曾經(jīng)的人工操作，到有了百度飛槳這位AI勞模助力，農(nóng)林等傳統(tǒng)行業(yè)正在智能化加持下在煥發(fā)全新面貌。

　　賦能智慧醫(yī)療，醫(yī)生病患更信賴

　　在腫瘤治療中，需要醫(yī)生勾畫出病灶區(qū)域與需要保護(hù)的正常組織范圍，這一步驟對放療質(zhì)量起著極為關(guān)鍵的作用。想要完成這項(xiàng)工作，醫(yī)生通常要基于不同部位的50到200張不等的CT或MRI二維影像來勾畫出立體影像。病例千變?nèi)f化，醫(yī)生勾畫的顯示結(jié)果也差異巨大，不僅工作負(fù)擔(dān)重，診療效果也很不確定。

　　為了讓標(biāo)注更智能、準(zhǔn)確，連心醫(yī)療與飛槳聯(lián)手打造了一套方案，基于放療醫(yī)生勾畫的CT或MRI多通道影像建立數(shù)據(jù)庫，并采用圖像剪裁與增強(qiáng)等預(yù)處理提升采集的數(shù)據(jù)質(zhì)量，在U-net語義分割網(wǎng)絡(luò)的算法支撐之下，采用假陰假陽后處理抑制，最后通過邊緣檢測到了勾畫結(jié)果。

　　鼻咽癌靶區(qū)MRI標(biāo)記

　　而在抗疫期間，連心醫(yī)療還基于飛槳開發(fā)岀了CT影像肺炎篩查與病情預(yù)估系統(tǒng)，成為樂前線醫(yī)生的好幫手，可以快速檢測識(shí)別肺炎病灶，為病情診斷提供病灶的數(shù)量、體積、肺部占比等定量評估信息。同時(shí)輔以雙肺密度分布的直方圖和病灶勾畫疊加顯示等可視化手段，為臨床醫(yī)生篩查和預(yù)診斷患者肺炎病情提供定性和定量依據(jù)，提升醫(yī)生診斷和評估效率。

　　飛槳正在積極探尋醫(yī)療領(lǐng)域中的每種可能，為醫(yī)生的診斷治療提供更多有效輔助，做人類健康的AI守衛(wèi)者。

　　在今年“十四五”規(guī)劃中提出要“推進(jìn)產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化”，同時(shí)強(qiáng)調(diào)“把科技自立自強(qiáng)作為國家發(fā)展的戰(zhàn)略支撐，瞄準(zhǔn)人工智能、量子信息、集成電路等前沿領(lǐng)域”。作為國內(nèi)首個(gè)自主研發(fā)、開源開放、功能完備的深度學(xué)習(xí)平臺(tái)飛槳，持續(xù)迭代更新AI能力與服務(wù)，凝聚了超265萬開發(fā)者、服務(wù)企業(yè)10萬家，并創(chuàng)造了超過34萬個(gè)模型。在智能化浪潮的推進(jìn)下，飛槳將秉持AI勞模的精神、以更敏捷的腳步在技術(shù)創(chuàng)新上持續(xù)領(lǐng)跑，與開發(fā)者、產(chǎn)業(yè)伙伴共同為產(chǎn)業(yè)智能化進(jìn)程加碼。