数据集|大华股份AI刷新Cityscapes 数据集中实例分割任务全球最好成绩

（全球TMT2021年7月3日讯）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-Level Semantic Labeling Task）的全球最好成绩，在实例分割任务上取得了第一名。

文章插图
关于Cityscapes数据集：由戴姆勒(DAIMLER)等在内的三家德国单位联合提供，包含50多个城市场景的立体视觉数据，吸引了阿里、微软、北大、中科院、MIT等上百个国内外著名AI实验室和顶尖学术研究机构积极参与，是CVPR、ECCV等国际顶级会议中实例分割任务常用的权威的测试数据集。
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。
# 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。
【数据集|大华股份AI刷新Cityscapes 数据集中实例分割任务全球最好成绩】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。