北京新桥隶属交通部公路科学研究院,其研发的中国公路桥梁管理系统(CBMS)为全国40多万座桥梁提供信息化管养技术支持。在使用了百度EasyDL技术后,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。

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

同时,您还可以进入AI开发者社区,进行沟通交流。