实例分割是一种对不同目标个体进行精确定位和逐像素分类的技术,是目标检测和语义分割的结合。本次评测,大华基于自研的行业领先的巨灵人工智能开发平台,提出边缘解耦和目标上下文特征重组的实例分割方法,有效提升了目标边界定位效果,解决了中小目标分割精度差的难题,优化其分割效果,大大提高实例分割的各项性能,为场景化应用奠定坚实基础。
近日,大华股份基于深度学习算法的实例分割技术,刷新了Cityscapes数据集中实例分割任务(Instance-LevelSemanticLabelingTask)的全球最好成绩,在实例分割任务上取得了第一名,超越了其它一流AI公司和顶尖的学术研究机构,充分彰显了大华在实例分割算法领域领先的开拓创新实力。
实例分割算法:
实例分割是一种对不同目标个体进行精确定位和逐像素分类的技术,是目标检测和语义分割的结合。本次评测,大华基于自研的行业领先的巨灵人工智能开发平台,提出边缘解耦和目标上下文特征重组的实例分割方法,有效提升了目标边界定位效果,解决了中小目标分割精度差的难题,优化其分割效果,大大提高实例分割的各项性能,为场景化应用奠定坚实基础。
AI实例分割算法应用
实例分割技术可广泛应用于智能交通领域,通过对交通标志、标线、
信号灯、人机非等交通要素的自动解析,实现对道路交通态势、交通事件等的有效识别,全面提升城市交通治理能力。目前,该技术已广泛应用于
电子警察、道路卡口、交通事件检测、智慧停车等多场景业务。
服务美好出行
围绕道路交通“安全、畅通、便民”的理念,大华在人工智能领域不断开拓,将视频智能分析技术与多维感知技术融合,构建感知、分析、决策一体化的交通事件分析架构,实现全天候、全场景、多目标、高精度的交通信息检测。
大华在道路流量采集、拥堵检测、逆行检测等基础上,持续深化场景化AI能力,推出大货车右转弯通行管理、道路抛洒物检测、道路施工检测等场景应用,高效赋能交通安全治理、交通事件检测、交通流量检测等业务,以持续的技术创新保障,帮助提升道路交通安全水平,服务民众美好出行。
面对行业数字化转型趋势,大华持续深入细化行业业务,通过人工智能结合各行业应用场景持续创新,不断拓宽人工智能的场景化能力,实现面向行业应用的覆盖,赋能千行百业数字化转型。