干活又快又好？五一致敬劳动者，这个AI劳模也不能少？

又是一年五一劳动节，在这个专属于广大劳动者的节日里，总会有许多爱岗敬业、无私奉献的劳动模范案例涌现出来，引发大家的关注、学习和致敬。

进入AI时代后，产业智能化转型和升级给劳动者的工作环境、方式和成果等带来了诸多改变。作为人类劳动者背后的AI劳模之一，百度产业级的开源深度学习平台飞桨以开发便捷的深度学习框架、超大规模深度学习模型训练技术、多端多平台部署的高性能推理引擎、产业级开源模型库四大领先技术为各行各业赋能，并已在多行业落地生根，帮助劳动者们提高生产效率!e3%(1减轻劳动负担，更创造出意想不到的新成绩。

质检方向显神通，精度效率两手抓

在南方电网的智能巡检机器人身体里，就潜藏着飞桨，它为牵一发而动全身的电力输送增添火眼金睛。

南方电网与百度桨合作的智能巡逻机器人

由于输电线路长，对时效性的需求高，原人工现场检查和人工审查图像无法完全满足电网巡逻的要求。利用飞桨团队实现的高性能目标检测算法YOLOv3及语义分割算法U-Net,巡检机器人突破了干扰力巨大的环境因素障碍，面向表计的深层次特征识别能力得到了大幅提升，模型鲁棒性也得到了进一步的加强，最终实现了表计目标检测与示数读取方面性能的飞跃。过去工作人员花费6个小时的现场巡视，现在只需要在远方的主控室一键下达巡检任务就轻松完成，大大节省了南方电网的审核工作量与成本。

加快行业质量检验，保护与日常生活密切相关的产品质量，百度桨继续落地产业应用，努力成为AI质量检验劳动模式。

保护粮食和森林，A

民以食为天，稻谷是我国粮食安全的重要保障。但是，水稻田间管理复杂，农活也非常重，特别是育苗这一环节，俗话说育苗半年。

为了打好水稻繁殖的良好基础，降低成本，苏州博田采用百度桨的深度学习技术，使拖拉机和农业机器人学习视觉导航。通过百度桨深学习平台开发的水田导航线自动检测系统，应用桨图像分割开发套件PaddleSeg中的模型，苗可以从背景分割，克服天气时间带来的图像亮度差异和水田出现的干扰因素，实现苗列中心线的正确提取

苏州博田基于划桨图片分割套件开发的水稻苗识别

农林不分家，除农业外，百度划桨在森林防护上也取得了巨大成果。为了保护森林的安全，护林员需要进行森林巡逻，但面对工作强度大、巡逻效率低、时效性差等问题，特别是面对森林火灾、树木砍伐等危险时，人工巡逻很难及时发现。

基于划船语义套件分割的森林植被分析

在森林巡逻中积累了丰富经验的航天飞机，选择百度划船作为伙伴，基于百度划船深度学习技术PaddleSeg和PaddleDetection，为森林巡逻行业定制开发无人机自主飞行平台，应用管理平台GDU与过去的人工巡逻相比，该系统的效率提高了200%，巡逻范围也从以前的40%提高到了100%的全范围，召回率从原来的75.64%提高到了90%，精度从原来的69.58%提高到了91.6%。百度桨已经落地于普通宇宙无人机项目的8个行业，17个场景，出国，落地东南亚155个森林公安局。

从以前的人工操作到百度飞桨这个AI劳动模式的帮助，农林等传统行业在智能化的支持下焕发出新的面貌。

开发者_高级运维智能医疗，医生患者更信赖

在肿瘤治疗中，医生需要描绘病灶区域和需要保护的正常组织范围，这一步对放射治疗质量起着非常重要的作用。为了完成这项工作，医生通常会根据不同部位的50~200张CT和MRI二维图像描绘立体图像。病例千变万化，医生描绘的显示结果也大不相同，不仅工作负担重，诊疗效果也不确定。

为了让标注更智能、准确，连心医疗与飞桨联手打造了一套方案，基于放疗医生勾画的CT或MRI多通道影像建立数据库，并采用图像剪裁与增强等预处理提升采集的数据质量，在U-net语义分割网络的算法支撑之下，采用假阴假阳后处理抑制，最后通过边缘检测到了勾画结果。

鼻咽癌靶区MRI标记

而在抗疫期间，连心医疗还基于飞桨开发岀了CT影像肺炎筛查与病情预估系统，成为乐前线医生的好帮手，可以快速检测识别肺炎病灶，为病情诊断提供病灶的数量、体积、肺部占比等定量评估信息。同时辅以双肺密度分布的直方图和病灶勾画叠加显示等可视化手段，为临床医生筛查和预诊断患者肺炎病情提供定性和定量依据，提升医生诊断和评估效率。

飞桨积极探索医疗领域的可能性，为医生的诊断治疗提供更有效的辅助，成为人类健康的AI卫士。

今年十四五策划中提出推进产业基础高端化、产业链现代化，同时强调科技自立自强作为国家发展的战略支持，瞄准人工智能、量子信息、集成电路等尖端领域。作为国内首个自主开发、开源开放、功能完善的深度学习平台，不断更新AI能力和服务，聚集了265万开发人员、服务企业10万家，创造了34万多个模型。在智能浪潮的推进下，桨具有AI劳动模型的精神，以更加敏捷的步伐在技术革新上继续领先，与开发者、产业伙伴一起追加产业智能化进程。