本期关键词：虚拟中台、智轨、数字员工客服、钢轨光带异常、小目标检测
1 整理涉及公众号名单
1.1 行业类
- RT轨道交通
- 中关村轨道交通产业服务平台
- 人民铁道
- 世界轨道交通资讯网
- 铁路信号技术交流
- 北京铁路
- 轨道交通网
- 上榜
- 铁路视点
- ITS World
- 轨道交通联盟VSTR
- 铁路与城市轨道交通RailMetro
- 轨道世界
- 铁路那些事
- 铁路技术创新
- 智慧交通
- RTAI智慧城轨网
- 轨道交通智能装备
- NE轨道交通
1.2 人工智能类
- 江大白
- NVIDIA英伟达企业解决方案
- 机器学习算法工程师
- 糙科技
- 新智元
- AI科技评论
- 智东西
- CV技术指南
- 量子位
- 我爱计算机视觉
- 极视平台
- 人工智能学家
- AI前线
- 当交通遇上机器学习
- 计算机视觉life
- GPUS开发者
- 新机器视觉
- 雷锋网
- 人工智能产业发展联盟AIIA
- 所向披靡的张大刀
- Datawhale
- 自动驾驶之心
2 智慧轨道
导读：随着上海轨道交通超大规模网络时代的到来，上海地铁维护保障有限公司通号分公司响应维保公司要求，提出数字化转型概念，开展“强中心化”的生产管理工作。将IOM生产管理平台与一线工作深度关联，积极探索实施虚拟中台，实现施工结果直观化、设备状态可视化、数据模型标准化。
导读：“智轨是智能轨道快运系统的简称，是一种使用具有轨迹跟随能力的全电动新型胶轮列车作为运载工具的轨道交通运输系统”，这种交通工具融合了现代有轨电车和公共汽车各自优势的新型交通工具，具有建设周期短、造价低、运营灵活的特性。
导读：交通运输部科技司组织开展了2022年度交通运输行业重点科技项目清单遴选工作。经项目征集、专家评审、部专家委员会审定等环节，已形成拟发布的2022年度交通运输行业重点科技项目清单，可以看到很多项目结合了人工智能、5G、大数据、数字孪生、BIM等热门技术，如《基于深度学习的混凝土桥梁裂缝检测技术研究与装备研发》、《智慧隧道数字孪生协同管控关键技术研究与示范应用》、《BIM技术在交通行业设计协同应用研究》等。
导读：AI数字员工客服，首先在自有员工原型基础上，采用3D数字建模、实时渲染等技术实现员工造型数字化转化。然后，综合利用 ASR（自动语音识别）、TTS（从文本到语音）、NLP（自然语音处理）、计算机视觉、生物识别等AI 技术，使数字员工具备感知和认知能力，然后通过统一搭建的交互管控系统实现数字员工客服全业务场景。
导读：智慧车站是基于全面的智能感知、深度的数据融合、高效的数据治理理念，利用大数据分析、视觉计算和深度学习等智能化手段，建立面向设计、建设、指挥、运维、应急处置和乘客服务为一体的新一代数字化、网络化、智能化轨道交通运输及服务体系。本文对智慧车站的需求特征、系统架构、功能模块等进行了介绍。
3 轨道知识
导读：12月23日8时40分，一列新型CR200J复兴号动车组准点从成都南站发出，驶往攀枝花南站，这是新型CR200J复兴号动车组首次上线亮相。这种新车型有什么特点呢，快来随小编一睹为快吧！
导读：日前，国务院办公厅印发《“十四五”现代物流发展规划》（以下简称《规划》）。《规划》是我国现代物流领域第一份国家级五年规划，对于加快构建现代物流体系、促进经济高质量发展具有重要意义。快来看看规划与轨道交通行业有哪些关联吧！
导读：一座城市新修的一条轨道交通，到底该叫地铁还是轻轨？长期以来，这一直是个颇具争议的话题。很多网友往往简单把在地下运营的轨交称为“地铁”，而把在高架上运营的称为“轻轨”。如今，地铁和轻轨之分的国家标准终于来了。
导读：钢轨光带是因为轮轨长时间摩擦接触、碾压等动态作用形成的沿钢轨纵向分布的带状区域，由于剧烈的轮轨接触作用导致钢轨顶面和作用边擦痕色泽明亮，与钢轨未接触区域形成明显对比。本文对光带产生的原因、检验方法、发展结果、处理方法、预防措施进行了详细的介绍。
4 拓展阅读
（1）站在2022尾巴上，回顾今年计算机视觉领域最激动人心的进展
导读：过去 12 个月见证了计算机视觉的快速发展，从支持基础设施到跨行业的新应用，再到研究中的算法突破，再到 AI 生成艺术的爆炸式增长。本篇文章带大家一起回顾一下这些令人兴奋的发展。本文通过五个部分包括计算机视觉趋势、计算机视觉的新应用、值得关注的论文、科技公司的进展、计算机视觉的工具回顾了计算机视觉领域在2022年的发展。
（2）通用小目标Trick | 深度学习检测小目标常用方法盘点
导读：在深度学习目标检测中，特别是人脸检测中，小目标、小人脸的检测由于分辨率低，图片模糊，信息少，噪音多，所以一直是一个实际且常见的困难问题。不过在这几年的发展中，也涌现了一些提高小目标检测性能的解决手段，本文对这些手段做一个分析、整理和总结。
导读：最近，OpenAI的预训练模型ChatGPT给人工智能领域的研究人员留下了深刻的印象和启发。它在多个方面的能力远远超过了自然语言处理研究者们的预期。那么ChatGPT 是怎么变得这么强的？它的各种强大的能力到底从何而来？在这篇文章中，我们试图剖析 ChatGPT 的突现能力（Emergent Ability），追溯这些能力的来源，希望能够给出一个全面的技术路线图，来说明 GPT-3.5 模型系列以及相关的大型语言模型是如何一步步进化成目前的强大形态。
5 今日欣赏
冬夜读书示子聿
宋·陆游
古人学问无遗力，少壮工夫老始成。
纸上得来终觉浅，绝知此事要躬行。
转载：https://blog.csdn.net/zong596568821xp/article/details/128428245