为无人机装上AI心：百度飞桨助力普宙开发森林巡检自主飞行平台( 二 ) 5月20日

百度飞桨双技术助力，实现多场景应用和准确率提升

PaddleSeg是基于飞桨开发的端到端图像分割开发套件，覆盖了DeepLabv3+,U-Net,ICNet,PSPNet,HRNet,Fast-SCNN等主流分割网络。通过模块化的设计，以配置化方式驱动模型组合，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。

普宙基于飞桨PaddleSeg技术开发的无人机应用管理平台GDUFlightMS ，能够实现森林区域的高精度实景拼图，智能语义分割分析等功能，通过对不同巡检时间的森林实景图像进行语义分析和人工智能对比，实现了智能分析森林植被变化情况，包括建筑地、农田、原始森林、人工森林的资源变化情况，辅助森林局对非法伐木行为及时制止，从而保护森林资源。针对森林资源保护成效，普宙相关人员表示：“截止目前，借助该平台已制止过十几次破坏森林的行为。 ”

----为无人机装上AI心：百度飞桨助力普宙开发森林巡检自主飞行平台//----

(基于飞桨语义分割的森林植被分析)

此外，普宙还基于百度PaddleDetection技术实现了大范围森林自主巡检和火情监测。 PaddleDetection是基于飞桨开发的目标检测开发套件，性能优越、易于部署，而且能够灵活的满足算法研究的需求。该技术的模型中使用的核心算子均通过C++或CUDA实现，同时基于PaddlePaddle的高性能推理引擎可以方便地部署在多种硬件平台上;通过模块化设计来解耦各个组件，基于配置文件可以轻松地搭建各种检测模型。除了大幅度提升巡检效率和范围之外，普宙还结合百度PaddleDetection技术进行烟雾火点检测，实现了大范围森林的火情监测，一旦发现火情，将向控制中心发出警报，辅助森林局第一时间联动其他机构控制火情。普宙在使用飞桨该项技术之后，召回率由原来的75.64%提升到79.15% ，准确率也从原来的59.58%提升至67.5% ，在火情监测效果上迈上了新的台阶。