盘古 CV 大模型：聚焦分类（lèi）、分割（gē）、检（jiǎn）测等视觉场景（jǐng）  天津物流（liú），天津物流公司，天津货运，天津货运公司

盘活工业数据，盘（pán）古 CV 大（dà）模（mó）型赋（fù）能工业质检。华为目（mù）前已经推出盘古矿（kuàng）山大模型、盘古（gǔ）电力（lì）大模型、盘古制造质（zhì）检（jiǎn）大（dà）模（mó）型等 L1 行业模型，并针对偏光（guāng）片质（zhì）检、电力巡检、铁路 TFDS 检（jiǎn）测、传送带异物检测等具体任（rèn）务，通过“预训练+微调”打造 L2 细分场（chǎng）景模（mó）型（xíng）。盘古矿山大模型助（zhù）力煤矿场景智能化（huà）。盘古（gǔ）矿（kuàng）山大模型对海量无（wú）标注的矿山场景数据（jù）进行（háng） 无监督自主学习，覆盖采、掘、机、运、通等主营业务及 1000 多个细分场景，大幅缩短 模型开发时间，有（yǒu）效保障井下安（ān）全。其（qí）中，基于 5G+AI 全（quán）景视频拼接综采画面，实现了远控采煤、安（ān）全生（shēng）产、主运智能（néng）检测系统代（dài）替人（rén）工巡检，使得异物识别精度超过 98%，动作（zuò）规范识别（bié）准确（què）率超（chāo）过 95%，井下安（ān）全事故降低 90%以上。天津到河北的（de）物流（liú），天（tiān）津到（dào）河南的物流公司 ，天津到北京的物流，天津市（shì）物流

针对电力巡检场（chǎng）景，传（chuán）统（tǒng） AI 模型（xíng）开（kāi）发面临数据标注低效、缺（quē）陷（xiàn）种类多、模型开发成（chéng）本（běn）高 等挑战。依托华为盘古 CV 大模型生成（chéng）的电力行业预训练模型实现了以较（jiào）少的人工标注进行快（kuài）速迭（dié）代，使（shǐ）得样本筛选效率提升约 30 倍，筛选质量（liàng）提升约 5 倍；同时一（yī）个模型可适 配上百种缺陷，模型平（píng）均精度提升 18%，开（kāi）发成本降低（dī） 90%，真正做到了规（guī）模化可（kě）复制。针对铁路 TFDS 检测场景，该场景要（yào）求识别上百种故障（zhàng）类型。标注困难（nán）、样本不（bú）均衡、未知故障预测成为主要（yào）挑战（zhàn）。华为推（tuī）出基于盘古 CV 大模型的铁路 TFDS 开发方案，利用（yòng）大（dà）量铁路无（wú）标注样本（běn）预训练，使其在（zài）小样本的故障（zhàng）检（jiǎn）测中获得更优性能，同时基（jī）于缺（quē）陷检测算法，打造未（wèi）知故障（zhàng）预测流水线，为铁路故障（zhàng）检测设下第二道关卡，使（shǐ）故障召回率达到 90%，准确率提（tí）升 7%以上，正（zhèng）常样本滤除率降低约 9%。武清物流，静（jìng）海物流，南开（kāi）物流，北辰物流，津南物流（liú），大港（gǎng）物（wù）流，塘沽（gū）物（wù）流，西青区物流，宁河物流

盘古 CV 大模型引领智慧物流，从（cóng）“人的银（yín）行”走向“物的银（yín）行”。盘古（gǔ）大模型协助浦发（fā）银（yín）行打（dǎ）造（zào）浦慧（huì）云仓项目，实现了 1 个模（mó）型覆盖 9 种物流场景，监测收货、入库、在库和出库全（quán）流程。浦发银（yín）行借助盘（pán）古大模型对叉（chā）车入库时的货堆进行精确（què）计数，确保了货物（wù）入库 的真（zhēn）实性。此外通过借助（zhù）小样本（běn）学习能力（lì），大大节省（shěng）了识别仓库中（zhōng）上百种外观（guān）不同箱体（tǐ）的样本采集和标注（zhù）工作量（liàng），将项目开发周期从1-2个月缩短至2-3天（tiān），极大降低了开发成（chéng）本，提高了开发效率。天津运输，天（tiān）津（jīn）运输公司（sī），天津托运公司，天津物流配送 ，天津物流专（zhuān）线（xiàn）托运