ARM计算新应用，违规垂钓“一网打尽”

长江与黄河一起被誉为中华民族的母亲河，但长期以来受水域污染、挖砂采石、非法捕捞等高强度人类活动的影响，长江水域生态环境不断恶化，长江生物多样性持续下降。

根据党中央、国务院决策部署，2021年1月1日起，长江干流，长江口禁捕管理区，鄱阳湖、洞庭湖2个大型通江湖泊，大渡河等7条重要支流实行为期10年的常年禁捕，开展水生生物增殖放流，加速恢复水生生物多样性。长江流域面积大江面宽、两岸地貌复杂高差大，不时有极端气候，人工巡检效率低、危险性大。而复杂的气候与多样的地貌，对数据集中处理分析与模型训练也有着极高的要求。目前与重庆市比特数图公司以及重庆铁塔合作开发的智慧渔政平台，精准查处多起禁捕水域非法垂钓案件，大大节约了人巡成本，高效保护水域生态环境。

核查处置违法垂钓行为

为什么采用 ARM 方案

• ARM 服务器相对于传统的 x86服务器，耗能低，算力性价比高，可节约近40%的成本；

• 相对于 x86服务器供货更加充足、稳定；

• 利用 jetson NX 边缘计算嵌入式设备可解决摄像头点位距离远，集中分析难度大的问题。

ARM 计算新应用方案特点

>> 模型精度提升

百度安全芯算一体生产力技术方案，通过高性能初始化模型，以 AI 视觉技术解决钓鱼、船只等小样本目标检测需求，结合重庆比特数图科技的算法驱动，作为定制化模型生产新范式在重庆、四川、江西等区域验证落地，较经典网络提速50%+、召回提升20%+、测试集指标提升约3%。

>> 误报纠正效率提升

点位多，场景差异大

场景中的检测精度依赖于模型本身，但因实际场景的复杂性，误报难以避免。常用的消除误报形式是收集误报图片对进行模型优化，其中涉及数据收集和模型重训练及重新部署流程，往往是累计一两个月的数据后，进行模型的迭代优化。但在周期内误报问题始终存在，并在渔政 AI 落地的实际过程中发现，检测场景是不停增长、不停变化的，这意味着优化过程可能持续更长的时间周期。使得赋能客户自己操作来进行一些误报消除工作是很有必要的。

而百度通过统一特征表示技术提取误报图片特征，对比实际检测结果特征与误报图片特征相似度，过滤误报图片，大幅度提高误报的纠正效率，也便于客户自行消除误报。在渔政项目已使用该策略对应视频流中，误检过滤率可达80%。

误报标记示例

>> 落地范围广、可推广性强

随着 AI 市场的扩大，类似于渔政场景的定制化需求越来越多。那么针对定制化场景有没有更高效的方式进行开发，这一次“芯算一体”生产力技术方案给了我们一个很好的回答。

目前预训练技术蓬勃发展，前端设备中不同硬件搭载的软件功能各异、接口不一，而 AI 算法针对特定设备的定制化程度较高。在服务器和数据中心等后台设备中，行业级软件平台所需处理的数据类型多样，算法却更加综合，需要专用的 AI 芯片的支持。致使应用上面临着大模型预测算力要求高，落地成本高；芯片适配效率低，芯片+算法效果无法达到最优；需要大量标注数据的高人力长期维护投入的三大挑战。

而百度安全芯算一体生产力技术方案，通过大规模知识迁移技术将强大的预训练大模型能力迁移到面向专门芯片、专门任务设计的芯算一体模型；通过统一特征表示技术结合小样本学习解决定制任务标注数据少导致模型效果差问题，大幅提升定制任务冷启动效率；通过统一特征表示技术结合半监督学习解决模型部署后无法基于无标注数据自主进化问题，大幅降低人工标注成本。

ARM 计算新应用可应用场景和展望

更多的定制化需求场景：工业场景、铁路场景、智慧农林。

当下是中国全面实施第一产业数字化的大好时机，今年发布的《数字乡村发展行动计划（2022-2025年）》和中央一号文件中均提出，“大力推进数字乡村建设”、“强化智能监控全覆盖”、“切实维护农村社会平安稳定，推进更高水平的平安法治乡村建设”等目标，建设完善渔政执法装备设施，以加强水生生物资源保护及监测设施设备等建设，来保护和改善陆域濒危野生动物栖息地，进一步到用数据驱动、信息共享、数据挖掘等方式破解乡村治理面临的复杂问题，得以持续催化农业数字化及智慧农林的发展。

点击阅读原文了解百度智能云产品详细信息。