深度学习平台“飞桨”提升百度让三百六十行有AI

人工智能登陆的动力源于技术本身的发展和应用的推广。深度学习平台是帮助人工智能技术开发和应用的重要基础设施。百度PaddlePaddle（PaddlePaddle）是中国唯一的开源深度学习平台。它在核心框架，工具组件和服务平台上是完整的。系统布局有助于行业开发人员获得人工智能功能并促进工业智能转型。

飞桨已应用于各种行业。本文对此进行了评估：

行业：质量检验机

在工业领域中，质量检查过程过去是手动进行的，这是耗时且劳动密集且昂贵的。早期的工业质量检测智能化改造是基于机器学习的特色工程方法。它无法检测出外观缺陷的质量缺陷，面临着研发成本高，识别效果差的问题。

大恒集团是中国科学院直属的高新技术企业。其大恒影像专注于机器视觉领域，为质量检测，运输，汽车，物流和许多其他行业提供工业解决方案。其中，采用PaddlePaddle开发和部署各种产品外观质量检测模型的质量检测一体机，在工业质量检测效率上取得了显着提高，并在电池膜片缺陷质量检测线上得到了充分实施。

林业：昆虫检测物联网

在林业控制领域，红色脂肪的大小是一个让员工非常头疼的问题。这种害虫肆虐超过35种松树植物。自1998年至2004年首次发现以来，已造成超过527,000平方公里的灾害，造成600多万棵死亡松树。并继续蔓延，给中国的林业经济带来巨大损失。然而，过去已经手动进行了红脂大小的密度和分布的监测，具有较高的专业要求和较长的周期。

北京林业大学建立了基于PaddlePaddle的林业害虫监测系统，这是一种软硬综合的害虫检测物联网解决方案。通过PaddlePaddle培训获得目标检测模型，可以准确识别红色油脂大小蠹，最初需要两周的检测任务缩短到一个小时，大大提高了检测效率，有效监测了森林害虫。

农业：智能桃子分拣机

古代和传统农业也正在经历人工智能的变化。对于桃农来说，桃子需要在收获后根据其质量进行筛选。这项工作主要是手工完成的。一方面，人工筛选的质量缺乏严格的标准，导致质量参差不齐。另一方面，劳动力和时间的成本也是挑战。

智能桃子分拣机改变了一切。在PaddlePaddle上花费6个小时来训练桃子智能分类模型后，智能桃子分拣机可实现分拣自动化，分拣准确率达90％以上，为农民节约农民，组织工作。其他环节的时间和精力节省了90％的人工成本，每年直接为桃农节省3万元。

物流：即时物流订单准备时间估算

在实时物流方案中，核心问题是将订单智能分配给最合适的车手。然而，当系统做出分配决定时，核心部分是估计商家需要准备多长时间以更准确地让骑士在预定时间到达指定地点以提高骑车者的效率。

SF City使用PaddlePaddle实现订单准备时间估算功能，减少了骑车人在商家的等待时间，也减少了骑车人来得太晚的现象，使订单超时，优化了用户体验。

智能零售：按地图搜索产品

随着消费者互联网流量红利的逐渐枯竭，移动互联网的主战场转向工业互联网，家庭行业的3D数字化进程也大幅提升。该行业已经开始存储与真实产品相对应的大量3D模型数据。相比之下，离线商店仍然占销售额的80％，这意味着在线流量无法直接转换为消费者行为。

Dimension Vision公司使用PaddlePaddle训练模型实现2D图像的特征提取并生成3D模型。模型轮廓识别的准确度为89％，这使用户可以搜索商品。这样可以优化用户的界限。浏览体验将消费意愿扩展到离线家庭商店，帮助家装企业实现智能化转型升级。

公益事业：手语翻译袖标

对于有聋哑人的人来说，手语是与外界沟通的渠道，但如果没有人翻译，就无法建立沟通。如果人工智能是承担这项工作，手语的翻译比文本翻译和语音翻译更难。

Nobie Love公司通过PaddlePaddle构建机器学习框架，训练不同肌电信号的相应信息，以获得肌电信号与肌肉之间的对应关系，肌电信号与手势之间的关系，并创建一个SHOWING手势翻译臂章。使手语翻译成为可能。此外，SHOWING臂章还可应用于军事，工业，民用，医疗等领域的XR，手势交互，控制等场景。

工业，农业，零售，物流人工智能和行业深度的潜力是无限的，期望PaddlePaddle在更多行业和情景中推动人工智能，推动智能时代的到来。