近日，大華股份基于深度學習算法的實例分割技術，刷新了Cityscapes 數(shù)據集中實例分割任務（Instance-Level Semantic Labeling Task）的全球最好成績，在實例分割任務上取得了第一名，超越了其它一流AI公司和頂尖的學術研究機構，充分彰顯了大華在實例分割算法領域領先的開拓創(chuàng)新實力。
關于Cityscapes數(shù)據集：由戴姆勒(DAIMLER)等在內的三家德國單位聯(lián)合提供，包含50多個城市場景的立體視覺數(shù)據，吸引了阿里、微軟、北大、中科院、MIT等上百個國內外著名AI實驗室和頂尖學術研究機構積極參與，是CVPR、ECCV等國際頂級會議中實例分割任務常用的權威的測試數(shù)據集。
實例分割算法：
實例分割是一種對不同目標個體進行精確定位和逐像素分類的技術，是目標檢測和語義分割的結合。本次評測，大華基于自研的行業(yè)領先的巨靈人工智能開發(fā)平臺，提出邊緣解耦和目標上下文特征重組的實例分割方法，有效提升了目標邊界定位效果，解決了中小目標分割精度差的難題，優(yōu)化其分割效果，大大提高實例分割的各項性能，為場景化應用奠定堅實基礎。
# AI實例分割算法應用 #
實例分割技術可廣泛應用于智能交通領域，通過對交通標志、標線、信號燈、人機非等交通要素的自動解析，實現(xiàn)對道路交通態(tài)勢、交通事件等的有效識別，全面提升城市交通治理能力。目前，該技術已廣泛應用于電子警察、道路卡口、交通事件檢測、智慧停車等多場景業(yè)務。
# 服務美好出行 #
圍繞道路交通“安全、暢通、便民”的理念，大華在人工智能領域不斷開拓，將視頻智能分析技術與多維感知技術融合，構建感知、分析、決策一體化的交通事件分析架構，實現(xiàn)全天候、全場景、多目標、高精度的交通信息檢測。
大華在道路流量采集、擁堵檢測、逆行檢測等基礎上，持續(xù)深化場景化AI能力，推出大貨車右轉彎通行管理、道路拋灑物檢測、道路施工檢測等場景應用，高效賦能交通安全治理、交通事件檢測、交通流量檢測等業(yè)務，以持續(xù)的技術創(chuàng)新保障，幫助提升道路交通安全水平，服務民眾美好出行。
面對行業(yè)數(shù)字化轉型趨勢，大華持續(xù)深入細化行業(yè)業(yè)務，通過人工智能結合各行業(yè)應用場景持續(xù)創(chuàng)新，不斷拓寬人工智能的場景化能力，實現(xiàn)面向行業(yè)應用的覆蓋，賦能千行百業(yè)數(shù)字化轉型。
