价值成果

北京新桥结合多年积累的桥梁及病害图像数据，分别使用百度EasyDL图像分类、物体检测算法，训练桥梁类型、桥梁部构件类型等多个模型，用于全国日常桥梁维护巡查。实现手机巡查端图像自动分析入库，有效解决了巡查效率低、数据质量差、巡检人员要求高等问题，相较于原本纯人工采集、录入，巡查效率提升3倍，为提升巡查标准化能力奠定了基础。同时，公司已启动无人机自动巡查方案设计，预计节省巡查人员工资、交通等成本，每月约千万。

案例故事

核心诉求

全国共有桥梁80多万座，按照桥梁养护规范要求，每月必须对桥梁各部件进行巡视检查，以及时发现桥梁病害和安全隐患。由于桥梁数量庞大、结构复杂、巡检工作技术要求较高，加上基层养护机构人员不足，长年存在巡检成本高、数据质量低等诸多困难，致使巡检工作很难落实到位。

解决方案

北京新桥将2000张桥梁图像、5000张桥梁部件图像使用百度EasyDL定制化图像识别进行训练，经过一周时间，迭代4个版本，最终获得准确率高达95％的桥梁分类模型及桥梁部件分类模型。

CBMS桥梁巡查手机端结合训练模型，可帮助技术人员现场采集图像，记录桥梁数据，及时发现桥梁病害与隐患，解决了巡查标准不统一、成本高、效率低等问题。

具体流程如下：

第1步：打开CBMS桥梁巡查工具小程序，点击“AI实验室”；

 

第2步：选择“桥型识别”/“部件识别”功能；

 

第3步：拍摄或上传桥梁/桥梁部件图片，提交后台服务器；

 

第4步：服务器获取图片并调用百度EasyDL训练生成的专属模型API接口进行智能识别，返回相应识别结果。

 

本案例中使用产品：EasyDL定制化图像识别

如需合作咨询可点击屏幕右下角标志，提交具体咨询信息；或可进入AI开发者社区，进行沟通交流。