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，自动检测目标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。

直播课程预告

那么针对以上两个常见的城市治理场景，飞桨AI快车道为大家邀请到了百度资深研发工程师和两位产业经验丰富的企业技术专家为大家进行实际的案例分享，在3月24日晚上20:00-21:30在线直播，欢迎感兴趣的行业伙伴们一起参与和交流。

扫码报名直播课，加入技术交流群

更多精彩抢先看