近日，大華股份依托自研的訓練框架開發(fā)的醫(yī)療領域病理切片弱監(jiān)督語義分割技術，在WSSS4LUAD比賽上取得第一；開發(fā)的實例分割技術，在MSCOCO比賽上取得第一；關鍵指標超越一流AI公司和頂尖學術研究機構，彰顯了大華在目標分割領域深厚的技術實力和創(chuàng)新能力。

　　WSSS4LUAD（Weakly Supervised Semantic Segmentation for Lung Adenocarcinoma）比賽及LUAD_HistoSeg數(shù)據(jù)集，是由廣東省人民醫(yī)院、電子科技大學、北京郵電大學等機構學者組織發(fā)起，旨在用圖像級別的分類標簽實現(xiàn)組織病理學圖像的語義分割，對推動人工智能在病理學圖像的快速發(fā)展具有重大意義。

　　MSCOCO（Microsoft Common Objects in Context）數(shù)據(jù)集，則是由微軟構建的大型數(shù)據(jù)集，實例分割賽道共80個類別，是衡量模型性能權威的數(shù)據(jù)集之一，吸引了國內(nèi)外著名AI實驗室和頂尖學術研究結構的積極參與。

　　據(jù)統(tǒng)計，大華股份在全球AI競賽測評中累計取得60多項第一、1300多項AI發(fā)明專利。大華AI取得快速突破、始終保持技術領先優(yōu)勢，離不開大華巨靈平臺賦予的產(chǎn)業(yè)創(chuàng)新的科研能力。大華巨靈平臺自研的訓練框架，可高效精準地完成大華每年100多萬個訓練任務，且最快完成的任務僅需10分鐘，高效支撐了大華在AI新算法領域的技術研究。

　　醫(yī)療病理學領域 通過語義分割技術實現(xiàn)組織切片識別效果

　　本次獲獎的AI算法，依托自研的大華巨靈人工智能開發(fā)平臺，通過弱監(jiān)督和半監(jiān)督學習技術，大幅降低算法對數(shù)據(jù)的要求，在醫(yī)療病理學、安檢X光、毫米波成像等領域解決訓練素材獲取難度大、專業(yè)性要求極高等難題，極大提升了目標分割的精度效果，有效助力場景化應用落地。

　　交通場景實例分割解析效果

　　依托實例分割技術，在智能交通領域，能夠幫助自動解析交通標志、標線、信號燈、人機非等交通要素，廣泛應用于電子警察、道路卡口、交通事件檢測、智慧停車等多場景業(yè)務，實現(xiàn)對道路交通態(tài)勢、交通事件等的有效識別，全面提升城市交通治理能力。

　　時下，人工智能應用百花齊放，智能化需求持續(xù)增長。大華股份將以“Dahua Think# 云聯(lián)萬物 數(shù)智未來”戰(zhàn)略為引領，聚焦城市、企業(yè)業(yè)務場景持續(xù)創(chuàng)新，從交通治理到民生服務、從安全生產(chǎn)到智能制造、從農(nóng)牧養(yǎng)殖到環(huán)保生態(tài)等，不斷突破傳統(tǒng)業(yè)務邊界，不斷拓寬AI應用領域，與客戶攜手共建數(shù)智應用的領先優(yōu)勢，賦能千行百業(yè)數(shù)智化升級，推動經(jīng)濟社會可持續(xù)、健康、高質量發(fā)展。