AI大模型技術(shù)正驅(qū)動(dòng)交通行業(yè)智能化升級。千方科技子公司宇視科技于2023年發(fā)布“梧桐”AIoT（人工智能物聯(lián)）行業(yè)大模型，采用“通用大模型+行業(yè)場景+訓(xùn)練調(diào)優(yōu)”架構(gòu)，覆蓋多模態(tài)等智能技術(shù)，歷經(jīng)兩年迭代已實(shí)現(xiàn)多場景任務(wù)覆蓋。近期推出的“梧桐”大模型事件檢測和交通抓拍系列產(chǎn)品，將AI能力深度落地于交通治理場景，在算法精度、成像質(zhì)量和分析性能等方面實(shí)現(xiàn)顯著提升，賦能交通治理更精準(zhǔn)、更智能、更高效。

“梧桐”大模型事件檢測系列產(chǎn)品：為道路裝上智慧之眼

在復(fù)雜多變的道路場景下，事件檢測技術(shù)的規(guī)模性落地一直是行業(yè)難題。傳統(tǒng)檢測算法因抗干擾能力弱、泛化性不足，在低照、小像素、小目標(biāo)等復(fù)雜場景下易產(chǎn)生誤報(bào)（如誤判拋灑物、異常停車），既影響使用體驗(yàn)，還增加人工復(fù)核成本，加重管理負(fù)擔(dān)。公司推出基于"梧桐"大模型的新一代事件檢測攝像機(jī)和分析終端及服務(wù)器。大模型的高效應(yīng)用顯著提升了檢測精度及分析性能。

技術(shù)優(yōu)勢

檢測精度顯著提升：依托“梧桐”行業(yè)大模型構(gòu)建新一代事件檢測算法方案，應(yīng)用動(dòng)態(tài)語義感知網(wǎng)絡(luò)與自動(dòng)跟蹤算法，有效解決了光照突變、目標(biāo)遮擋等極端場景下的檢測難題，大幅提升了檢測精度。

前端分析性能強(qiáng)化：借助大模型的賦能，前端分析提升了事件檢測的實(shí)時(shí)性，可有效承擔(dān)邊緣及中心側(cè)的分析任務(wù)，優(yōu)化資源分配效率。

應(yīng)用場景

拋灑物：精準(zhǔn)識別物體類別，有效定位散落輪胎、碎片等拋灑物；克服光線及車流干擾，顯著提升檢出率，保障行車安全。

異常停車：通過構(gòu)建車輛特征識別模型，能精準(zhǔn)區(qū)分社會(huì)車輛與特種作業(yè)車輛，結(jié)合場景語義理解有效過濾干擾目標(biāo)，減少無效警情。

積雪/團(tuán)霧：基于大模型技術(shù)，可結(jié)合環(huán)境信息精準(zhǔn)識別道路積雪、團(tuán)霧等路況，提升道路運(yùn)維效率。

“梧桐”大模型交通抓拍系列產(chǎn)品：從“看得清”到“讀得懂”

傳統(tǒng)的深度學(xué)習(xí)算法主要依賴卷積操作來提取局部特征，但面對復(fù)雜場景時(shí)，往往容易忽視全局信息的整合，導(dǎo)致在目標(biāo)遮擋、低對比度、復(fù)雜姿態(tài)等情況下出現(xiàn)誤檢和漏檢的問題。宇視推出“梧桐”大模型交通抓拍終端，在攝像機(jī)上實(shí)現(xiàn)了算法精度躍升、成像質(zhì)量優(yōu)化等技術(shù)突破。

技術(shù)優(yōu)勢

“梧桐”大模型憑借其億級參數(shù)量及強(qiáng)大的泛化推理能力，能讓攝像機(jī)更聰明地洞察細(xì)節(jié)，捕捉關(guān)鍵信息，從而在復(fù)雜多變的場景中顯著降低誤檢和漏檢的發(fā)生。

應(yīng)用場景

異常成像車牌識別：應(yīng)用大模型多模態(tài)融合技術(shù)，有效解決車牌部分字符模糊、大傾角、過曝等識別難題，提升復(fù)雜場景下的車牌識別準(zhǔn)確率。

“相近”車輛特征識別：“梧桐”大模型有效發(fā)掘更深層的局部特征，對車型、車身顏色等車輛特征的識別精度更高。

機(jī)動(dòng)車違法行為分析：憑借大模型全局理解能力與上下文建模能力，精準(zhǔn)識別車內(nèi)光照變化、深色衣物遮擋等復(fù)雜場景下的駕駛員行為，顯著提升檢測精度。

非機(jī)動(dòng)車違法行為分析：“梧桐”大模型通過自注意力機(jī)制，有效克服非機(jī)動(dòng)車違法分析面臨衣帽識別難、前后目標(biāo)相互遮擋等問題，大幅提升檢測準(zhǔn)確率。

微光環(huán)境下圖像還原：搭載“獵光3.0”圖像引擎，在微光環(huán)境下實(shí)現(xiàn)真實(shí)色彩和車窗細(xì)節(jié)清晰還原的雙重突破，守護(hù)出行安全。

交通信號燈檢測：紅綠燈因風(fēng)力、桿件形變及車輛震動(dòng)等因素影響，往往處于晃動(dòng)狀態(tài)，加之大型路口紅綠燈在攝像機(jī)捕捉的畫面中常不足12像素，易導(dǎo)致燈態(tài)識別異常。大模型技術(shù)的應(yīng)用顯著增強(qiáng)攝像機(jī)的圖像檢測與分割能力，實(shí)現(xiàn)小目標(biāo)精準(zhǔn)跟蹤，提升識別的穩(wěn)定性與準(zhǔn)確性。