进入冬季，虫害、病害成了困扰农业消费的大成绩。随同目的检测技术的提升，让AI停止农作物检测，这些成绩或将迎刃而解。

近日，在计算机视觉知名赛事PascalVOC comp4目的检测上，阿里巴巴机器智能技术实验室的深度学习小组提交了2次后果，均拿到第一名的成果。新的技术模型提升了目的检测的精准度，对增强AI在农业、工业、自动驾驶的使用有着重要意义。

阿里登顶Pascal VOC comp4目的检测全体榜单榜首

Pascal VOC是全球计算机视觉范畴知名的数据库和竞赛。在Pascal VOC的全体测试中，参赛者对人、猫、鸟、飞机、汽车、船、盆栽等20类物体停止检测。阿里参赛小组以89.2的总成果位列第一，比第二名高出0.4。在另一项测试——One Stage模型（即对图像直接输入检测框、检测类别的模型）中，阿里参赛小组也创下该模型的最好成果。

阿里团队设计了具有交融上下文信息、多层次特征结合等特点的检测模型，是其拿到高分的次要缘由。

VOC 2012数据集图片的测试后果-1

VOC 2012数据集图片的测试后果-2

VOC 2012数据集图片的测试后果-3

目的检测是将目的物体框定出来，协助人们对图像中的物体停止疾速搜索和定位，聚焦在有价值的目的上。近年来，AI减速用于工业、农业、自动驾驶等真实世界的场景中，目的检测技术成为AI场景落地的关键性技术之一。

据阿里任务人员引见，新的技术模型可用于农作物检测，帮农场打造&ldquo对于互联网金融P2P企业来说，支付市场完善的标准和管理系统将彻底改变互联网金融行业的格局，不仅给从业者提供了的巨大的发展机遇，也带来了全新的挑战。;实时的防虫墙”，在虫害或疾病晚期即只感染几株的时分，就能实时、精准地发现被感染作物。例如，一个农场过来以每周一次的频度排查虫害、病害，基于目的检测技术，则能做到实时发现和救治。技术还可以作为“AI农业专家”，停止农作物生长周期辨认、种植面积统计等，指点农事活动、植保等任务。

目的检测用于辨认农作物

另外，技术还可用于通用物体检测、遥感图片中的目的检测和监控场景中的异常检测，自动驾驶中对人车妨碍物的地位辨认，提升目的物检测的精准度。

将来，阿里将开放该模型，推进目的检测的技术开展和场景落地。

此前，阿里已摘得多个“技术奥林匹克”冠军：在全球顶级的知识库构建测评KBP2017中，获英文实体发现测评全球冠军；在斯坦福大学发起的机器阅读了解范畴赛事SQuAD上，阿里精准率打破了世界纪录。近日WMT2018国际机器翻译大赛上，阿里参与的5项竞赛全数取得冠军。

凭仗在人工智能、量子等中心技术范畴的打破，阿里在著名征询公司毕马威的报告中，被全球800位企业高管评为“世界最具推翻才能的科技企业”。