中国商飞北研中心使用百度飞桨PaddleSeg优化飞机典型结构无损检测流程，上线后工时减少71%，准确率提升至95%。单批次试验人工成本减少21.63万元，每年可减少成本64.89万元，有效加速了型号研制迭代速度。

广东电科院能源技术公司利用飞桨为自主研发的变电站智能巡检机器人提供视觉赋能，实现对变电设备的准确检测与分析，让原有单次6小时的人工现场巡视由机器人替代，极大地降低了运维成本，提高了巡视工作的智能化水平。

成都国铁电气设备有限公司采用飞桨开源深度学习平台开发基于嵌入式GPU的轨道在线智能巡检系统，该系统以多个NVIDIA Jetson嵌入式模组作为计算单元，对巡检采集的轨道图片进行实时检测，识别轨道表面伤害。

百度智能云应用飞桨开源深度学习框架的检测、压缩、部署等全流程功能，实现了对多目标多尺度情形的检测，并基于国网原有段侧设备实现了无源无线条件下的部署与上线，完成通道可视化巡检任务。

京东物流运用飞桨深度学习开源平台的PaddleClas、PaddleDetection 和PaddleSeg，结合“5G+IoT+AI”技术融 合创新应用，全面提升人员、场站、生产、监控、巡检五大领域的管理能力。

工矿企业传统机械指针表的人工数据采集面临着环境恶劣、仪表复杂、容错率低等诸多挑战，中兴克拉赢用飞桨对仪表数据进行分割和检测处理，大幅提升仪表读数效果。

大恒图像应用飞桨开源深度学习框架研发电池隔膜智能质检算法，相对于原始方案的缺陷检测精度大幅提升，且上线速度提升了50倍。

宁德时代基于飞桨PaddleX提升了新能源车动力电池生产环节中对金属焊接工艺的智能化质检效率，人工智能算法升级后相较于原本的传统检测算法过杀率降低了66.7%，缺陷漏检率小于1DPPB，保障了动力电池的质量。

中科院空天信息创新研究院应用飞桨深度学习开源框架对高尔夫球场进行遥感监测，针对目标进行了一系列优化，大大提升了遥感图像解译工作的效率，为高尔夫球场检测提供半自动化技术手段。