治理有精度，AI赋智加强城市精细化管理

城市治理的目标是有效解决城市公共问题、提供城市公共服务、增进城市公共利益，但是由于城市具有高度的复杂性，对其有效治理是一项异常艰巨的任务。

交通拥堵、环境恶化、公共安全堪忧……面向上述提到的“城市病”，仅依赖于人力管理已逐渐力不从心。结合人工智能、大数据、云计算等现代信息技术提升城市管理水平，是城市智能化升级，实现可持续发展的有效策略。

这其中 AI 技术能够更多地释放城市资源和生产力，用智能的手段对人、车、事、物等关键实体进行实时、精准的分析，及时识别异常情况或者突发事件并发出警报，可以大幅提升治理效率和精准度，降低城市治理的人力成本，让我们的工作和生活更安全、更便捷。

城市治理全景图

目前飞桨开源的深度学习能力已经可以覆盖“市容环境、街面秩序、市政设施监管和灾害预警”4大类20+典型城市治理场景，无论是数据中心还是边缘服务器、安防摄像头、手机、平板等各类型终端设备，都有平衡精度、体积、运行速度的最佳模型以供选用，充分利用硬件性能，实现业务效果。

飞桨这一系列开源能力已经得到中再财险、天覆科技等业界知名企业的广泛认可，切实实践产业智能化升级。

下面就将通过两个具体的场景案例，为大家剖析飞桨深度学习技术是如何在城市治理领域应用的。

场景一：河道漂浮物检测

在河道、湖泊、水库等水域中，漂浮着各种生产，生活垃圾，严重破坏了水体生态环境。为了维护水域的清洁，清理水面漂浮物至关重要。而传统做法主要依赖于人工巡检清理，一方面由于监察范围广，耗费人力成本极大；另一方面，自然流域情况多变，很多时候仅靠人工无法及时发现处理问题，导致垃圾堆积或者水生植物泛滥。

目前已有多家头部安防厂商，借助飞桨的深度学习算法，结合视频监控点位，完成河道漂浮物的实时巡视、检测、预警，预计可减少90%人工成本，真正实现“智慧水利”。

河道漂浮物检测效果图

场景二：火灾烟雾检测

据统计，2020年全国共接报火灾25.2万起，直接财产损失高达40.09亿元。火灾已经成为危害人们生命财产安全的一种多发性灾害。

火灾监控会存在很多难点，特别是在传统人工智能领域，因为火焰本身形状、颜色并不统一，要对火灾进行特征工程的建模十分困难，而深度学习则因为更强的学习能力和泛化性，可以完美解决这类复杂问题。

针对住宅、加油站、公路、森林等火灾高发场景，可以应用飞桨目标检测技术，自动检测监控区域内的烟雾和火灾，帮助相关人员及时应对，最大程度降低人员伤亡及财物损失。

目前中再财险（中国财产再保险有限责任公司）已经使用飞桨自研高精度目标检测算法 PP-YOLOv2 尝试对新能源车充电安全进行实时监测，并取得不错的效果，为生命、财产安全保驾护航更添助力。

火灾烟雾检测效果图

AI 在城市治理中的应用，意味着治理体系可以迅速精准地感知、判断、预测和解决各种城市问题，推动城市治理向着多元共治的方向迈进，更快更好地满足居民之所需，让城市和我们的生活更美好。