深度学习平台“飞桨”助力 百度让三百六十行都有AI

　　AI落地背后的动力，来源于技术本身的发展和应用的推动。深度学习平台是助力人工智能技术发展和应用的重要“基础设施”，而百度飞桨(PaddlePaddle)作为国内唯一开源开放的深度学习平台，在核心框架、工具组件和服务平台等各方面，都进行了完整的体系化布局，帮助产业开发者获取人工智能能力，助推产业智能化转型。

　　飞桨已在各行各业进行应用，本文对此进行了盘点：

　　　　工业：质检一体机

　　在工业领域，质检环节以往通常由人工进行，费时费力，成本也较高。早期的工业质检智能化转型基于机器学习的特征工程方法，对外观缺陷类质检无法进行较好的检测，面临研发成本高、识别效果差的问题。

　　大恒集团是中科院直属高科技企业其旗下大恒图像专注于机器视觉领域，提供工业质检、交通、汽车、物流等多行业整体解决方案。其中，使用飞桨(PaddlePaddle)进行多种产品外观质检模型研发与部署的质检一体机实现了工业质检效率的显著提升，并已在在电池隔膜缺陷质检产线上进行全面落地。

　　　　林业：虫情检测物联网

　　在林业防治的领域，红脂大小蠹是让工作人员非常头痛的问题。这是一种危害超过35种松科植物的蛀干的害虫，自1998年首次发现到2004年，其造成的灾害面积超过52.7万平方公里，导致枯死松树达600多万株。且在持续扩散，给我国林业经济带来巨大损失。但对红脂大小蠹密度及分布进行监控以往有人工进行实地检查，工作专业要求高，周期长。

　　北京林业大学基于飞桨(PaddlePaddle)打造了一套林业虫情监测系统，是软硬一体的虫情检测物联网解决方案。通过飞桨(PaddlePaddle)训练得到目标检测模型，可准确识别红脂大小蠹，将原本需要两周的检查任务缩短至1小时，大大提高了检测效率，有效监测林业虫害情况。

　　　　农业：智能桃子分拣机

　　古老又传统的农业，也在经历着人工智能的变革。对桃农而言，桃子采摘后需要根据其品质进行筛选，这项工作主要靠人工完成，一方面人工筛选质量缺乏硬性标准，造成质量参差不齐，另一方面对人工和时间的成本也是个挑战。

　　而智能桃子分拣机改变了这一切。花费6小时在飞桨(PaddlePaddle)上进行桃子智能分类模型训练之后，智能桃子分拣机就可以实现分拣的自动化，分拣准确率高达90%以上，并为桃农节省雇人、组织工作等环节的时间精力，节约了90%人力成本，每年为桃农直接节省3万元。

　　　　物流：即时物流订单准备时间预估

　　在即时物流场景中，核心问题是将订单智能的分配给最适合的骑手。但系统在进行分配决策时，核心环节在于预估商家需要多长时间进行准备工作，以更精准地让骑士在预定时间到达指定地点，提升骑手的运转效率。

　　顺丰同城利用飞桨(PaddlePaddle)实现了订单准备时间预估功能，减少了骑手在商户等待时间的同时，也减少了骑手到达过晚导致订单超时的现象，优化了用户的使用体验。

　　　　智慧零售：以图搜商品

　　随着消费互联网流量红利的逐渐殆尽，移动互联网的主战场转向产业互联网，家居行业3D数字化进程高歌猛进，行业开始沉淀下了大量的与真实商品对应3D模型数据。但与之相对，线下实体店仍然占据80%的销售额，这意味着线上流量无法直接转化成消费行为。

　　次元视界公司利用飞桨(PaddlePaddle)训练模型，实现2D图像的特征提取，再生成3D模型，达到了模型轮廓识别准确率达到89%，让用户“以图搜商品”成为可能，这优化了用户的线上浏览体验，将消费意愿延伸到线下家居实体店，助力家装企业实现智能化转型升级。

　　　　公益：手语翻译臂环

　　对聋哑残障人士而言，手语是与外界交流的渠道，但如果没有人翻译，交流就无法成立。如果让人工智能来承担这份工作，手语的翻译的难度比文字翻译、语音翻译都要高。

　　而诺百爱公司通过飞桨(PaddlePaddle)构建机器学习框架，对不同肌电信号进行对应信息训练，从而得到肌电与肌肉对应关系、肌电与手势的对应关系，打造出SHOWING手势翻译臂环，让手语翻译成为了可能。此外，SHOWING臂环还可以在XR、手势交互、控制等场景下，在军用、工业、民用、医疗等多领域中得到应用。

　　工业、农业、零售、物流……人工智能与产业深度结合带来的潜力是无限，期待飞桨(PaddlePaddle)能够推动人工智能在更多的行业与场景落地，驱动智能化时代的全面来临。