EasyDL为桥梁巡检提质增效

北京新桥

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。

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、数据校验成本高、巡检人员专业素质要求高等问题，相较于纯人工采集、录入，巡查效率提升5倍，为提升巡查标准化能力奠定了基础。同时，公司正在加大研发力度，将图像识别技术应用到桥梁定期检查等更复杂的场景中，将在提升桥梁巡检、检查数据质量的同时大大降低工作成本。

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，每三年至少进行一次定期检查，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、检查工作技术要求较高，加上基层养护机构人员不足，长年存在工作量大、效率低、数据质量难以控制等诸多困难，致使巡检工作执行成本居高不下。

解决方案

北京新桥CBMS积累了2万多张桥梁图像和5万多张桥梁部件图像，结合业务场景分别选取了2000张桥梁和5000长桥梁部件图像，使用百度EasyDL定制化图像识别进行训练，并用积累数据快速验证、补充数据优化迭代模型效果，借助EasyDL的高精度快速训练优势，短短几周就获得准确率高达95％的桥梁分类模型及桥梁部件分类模型，快速应用于生产。并持续根据生产反馈数据进行模型迭代训练，提升模型适应性和识别精度。

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试验室”；

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。