多次拿下移动集团技术发明大奖，TA是怎么做到的？( 二 ) _光交箱

验收时，随手拍个照，自动判断录入资源是否与现场一致。
调度开通时，随手拍个照，自动判断现场是否按系统分配端子跳纤。
巡检时，随手拍个照，自动核查现场和资源数据是否一致。
【多次拿下移动集团技术发明大奖，TA是怎么做到的？】退网时，随手拍个照，自动核查是否及时拆除释放资源。
在“验收拍”+“跳纤随手拍”结合下，日均调用集团网络智能化平台AI识别能力接口4900次，一年左右可完成全量数据收集，由AI主动维护，大幅降低人工专项维护工作量。
目标检测算法：让光交端子自动识别更数智化
目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。
目标检测任务，除了要识别出图像上有某个目标外，还要准确地识别出目标在图上的位置。

文章插图
上图是基于目标检测算法训练出来的AI ，对光交接箱进行端子数量位置的识别。
我们对AI输入一张光交内纤盘的照片， AI就可以告诉我们，这个光交有多少个端子，端子分别在什么位置，端子的状态是空闲还是占用。如下图。换句话说，以前需要人工一个一个端子去核查的，现在只需要拿起手机拍个照就可以了。
图像分类算法：助力业务施工规范判别更智慧化
图像分类算法的作用，最早是用来识别不同种类的事物，比如区分杯子、椅子、电脑等等。但是，随着图像分类算法的不断完善，区分粒度变得越来越细。现在，即使是同一种类的事物，也可以有更细粒度的划分。
比如，同一种果子，可以分为大果、小果、成熟果、未成熟果；同一种昆虫，可以分为成年体、幼年体、老年体等等。
放到光交箱图像分类任务上来说，完全可以将光交箱也进行更细的分类，将合规的分为一类，不合规的分为若干类，现场人员只需要随手拍个照，系统就自动知道光交箱施工规范与否。
“拍立得”应用中就使用了这种技术，将光交箱的不规范情况分成了四类：尾纤凌乱、加塞成端、分光器位置未固定、挡板缺失。使用WS-DAN细粒度分类算法进行训练，实现了规范检测的能力。
基于这种算法，我们向AI输入一张光交箱的照片， AI就会反馈光交接箱的安装工艺是否符合要求。
换句话说，只要运维人员/施工人员/质检人员在现场拍个照，系统就自动知道光交的安装工艺是否规范了。
产品卓越应用成效
01 盘活存量资源
存量光交端子资源准确率提升25% ，总计盘活利旧光缆19.8万芯公里，实际成本价值4947万左右。完成现网22.8万存量光交智能核查，主动判断废纤废缆并派发拆除，降本增效成果显著。
02 简化巡检流程
对新增资源，在入网阶段即进行智能识别与录入，实现“不带病入网” 。有效缩短存量资源人工巡检核查流程，逐步实现“免巡检” 。
03 缩短业务开通时长
确保现场光交位置/光交端子与资管记录一致，业务设计人员免上站，施工完毕即更新，支撑业务免勘察快开流程。纤芯调度效率提升3.6倍，业务利旧光缆开通率提升至90%以上。各类接入业务平均开通时长下降10% 。