光交箱管理方法、装置、电子设备及存储介质与流程

本申请属于人工智能领域，具体涉及一种光交箱管理方法、装置、电子设备及存储介质。

背景技术：

1、光缆交接箱通常简称为光交箱，是一种为主干层光缆、配线层光缆提供光缆成端、跳接的交接设备，是光缆网建设中最为常见的哑资源之一。通信运营商在本地光缆网建设中为了减少光缆接头引入的开拨次数，提高光缆的利用率和安全性，基本都会在光缆的主干路由上设立必要的光交箱，故而现网中光交箱分布广泛。而大部分光交箱安装在室外，环境复杂，风吹雨淋，并且大部分光交箱采用传统机械锁，容易被破坏，导致光交箱内光纤被扯乱扯断造成故障频发，又由于，光交箱内部基本无电源，无法组成实时在线系统，后端不能及时获知光交箱状态。因此，光交箱管理和整治需求尤为突出。传统的光交箱管理方式，依靠人工巡检、人工录入和人工核查，耗时耗力，维护能力低，资源数据准确性难以保证，质量难以提升。

2、近年来，也有不少引入智能化手段的研究，致力于提高光交箱的管理效率。如对光交箱采用安装智能电子锁或安装传感器等方式获知光交箱门状态，以对光交箱进行管理。但是，现网光交箱数量巨大，而相关技术中的光交箱管理方式，依托为光交箱安装的硬件设备，需要的硬件本身成本及其维护成本较高，难以普及。此外，相关技术中引入智能算法的光交箱识别方法仅解决某一方面的问题，如仅针对光交箱内部面板端子识别或内部面板字符识别，属于光交箱管理中的资源审核，并未考虑光交箱内部可能存在的其他隐患，使用场景单一。

3、即，相关技术中的光交箱管理方式，存在成本高，使用场景单一的问题。

技术实现思路

1、本申请实施例提供一种光交箱管理方法、装置、电子设备及存储介质，能够解决相关技术中的光交箱管理方式，存在成本高，使用场景单一的问题。

2、第一方面，本申请实施例提供了一种光交箱管理方法，该方法包括：获取对光交箱拍摄得到的第一图像、第二图像和/或第三图像；所述第一图像包括所述光交箱外部的多个部件，所述第二图像包括所述光交箱内部的布线情况，所述第三图像包括多个光交箱端口；若存在所述第一图像，则基于预训练的第一目标检测模型和所述第一图像，确定表征所述多个部件是否合格的检测结果；所述检测结果为根据所述预训练的第一目标检测模型输出的所述多个部件中每个部件对应的第一类别信息确定的；若存在所述第二图像，则将所述第二图像输入到预训练的细粒度分类模型，得到表征所述布线情况是否合格的分类结果；若存在所述第三图像，则基于预训练的第二目标检测模型和所述第三图像，确定端口情况信息；所述端口情况信息包括占用信息，所述占用信息为根据所述预训练的第二目标检测模型输出的所述多个光交箱端口中每个光交箱端口对应的第二类别信息确定的，所述占用信息包括表征所述多个光交箱端口是否合格的端口隐患信息；基于所述检测结果、所述分类结果和/或所述端口情况信息，确定分析结果信息，所述分析结果信息用于进行光交箱管理。

3、第二方面，本申请实施例提供了一种光交箱管理装置，所述装置包括：前端模块，用于获取对光交箱拍摄得到的第一图像、第二图像和/或第三图像；所述第一图像包括所述光交箱外部的多个部件，所述第二图像包括所述光交箱内部的布线情况，所述第三图像包括多个光交箱端口；光交箱外部隐患识别模块，用于若存在所述第一图像，则基于预训练的第一目标检测模型和所述第一图像，确定表征所述多个部件是否合格的检测结果；所述检测结果为根据所述预训练的第一目标检测模型输出的所述多个部件中每个部件对应的第一类别信息确定的；光交箱内部隐患识别模块，用于若存在所述第二图像，则将所述第二图像输入到预训练的细粒度分类模型，得到表征所述布线情况是否合格的分类结果；光交箱端口识别模块，用于若存在所述第三图像，则基于预训练的第二目标检测模型和所述第三图像，确定端口情况信息；所述端口情况信息包括占用信息，所述占用信息为根据所述预训练的第二目标检测模型输出的所述多个光交箱端口中每个光交箱端口对应的第二类别信息确定的，所述占用信息包括表征所述多个光交箱端口是否合格的端口隐患信息；后端模块，用于基于所述检测结果、所述分类结果和/或所述端口情况信息，确定分析结果信息，所述分析结果信息用于进行光交箱管理。

4、第三方面，本申请实施例提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令被配置由所述处理器执行，所述可执行指令包括用于执行如第一方面所述的光交箱管理方法。

5、第四方面，本申请实施例提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述计算机可执行指令使得计算机执行如第一方面所述的光交箱管理方法。

6、第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

7、第六方面，本申请实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求如第一方面所述的光交箱管理方法。

8、在本申请实施例中，通过获取对光交箱拍摄得到的第一图像、第二图像和/或第三图像，第一图像包括光交箱外部的多个部件，第二图像包括光交箱内部的布线情况，第三图像包括多个光交箱端口；之后，若存在第一图像，则若存在所述第一图像，则基于预训练的第一目标检测模型和第一图像，确定表征多个部件是否合格的检测结果，检测结果为根据预训练的第一目标检测模型输出的多个部件中每个部件对应的第一类别信息确定的；若存在第二图像，则若存在所述第二图像，则将第二图像输入到预训练的细粒度分类模型，得到表征布线情况是否合格的分类结果；若存在所述第三图像，则若存在第三图像，则基于预训练的第二目标检测模型和第三图像，确定端口情况信息；端口情况信息包括占用信息，占用信息为根据预训练的第二目标检测模型输出的多个光交箱端口中每个光交箱端口对应的第二类别信息确定的，占用信息包括表征多个光交箱端口是否合格的端口隐患信息；再基于检测结果、分类结果和/或端口情况信息，确定分析结果信息，分析结果信息用于进行光交箱管理。相比于相关技术依托为光交箱安装的硬件设备，进行光交箱管理，一方面，本方案无需在光交箱上安装任何硬件，通过例如手机终端拍摄即可，在对现网已存在的大量的光交箱进行管理时，无需花费成本向这些光交箱安装相应硬件以及后续维护这些硬件，节省了成本，也因此，对新增光交箱的情况也有很好的适应性，便于推广落地，另一方面，本方案对光交箱的多业务场景(光交箱外部的多个部件，内部的布线情况和多个光交箱端口)存在的隐患问题均进行了考虑，针对不同业务场景的管理需求，分别通过使用预训练的第一目标检测模型、预训练的细粒度分类模型和预训练的第二目标检测模型构建隐患识别能力，质检效率更高，并且适用于多种应用场景下光交箱的管理需求。

技术特征：

1.一种光交箱管理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述预训练的第二目标检测模型为设置了自适应锚框设定机制的第二目标检测模型；

3.根据权利要求1或2所述的方法，其特征在于，所述第二目标检测模型包括第一基础特征提取网络和第二基础特征提取网络、第三基础特征提取网络、网络检测层和非极大值nms算法；所述第一基础特征提取网络，包括依次相连的第一残差块、第二残差块、第三残差块、第四残差块和第五残差块；

4.根据权利要求1所述的方法，其特征在于，所述预训练的细粒度分类模型为弱监督数据增强网络ws-dan；所述ws-dan包括主干网络、双线性注意力池化bap网络和分类层；

5.根据权利要求1所述的方法，其特征在于，所述预训练的第一目标检测模型为目标检测yolov4网络；

6.根据权利要求1所述的方法，其特征在于，所述基于预训练的第二目标检测模型和所述第三图像，确定端口情况信息，包括：

7.一种光交箱管理装置，其特征在于，所述装置包括：

8.一种电子设备，其特征在于，包括：

9.一种存储介质，其特征在于，所述存储介质用于存储计算机可执行指令，所述计算机可执行指令使得计算机执行如权利要求1-6任一项所述的光交箱管理方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的光交箱管理方法。

技术总结
本申请公开了一种光交箱管理方法、装置、电子设备及存储介质。所述方法包括：获取对光交箱拍摄得到的第一图像、第二图像和/或第三图像；第一图像包括光交箱外部的多个部件，第二图像包括光交箱内部的布线情况，第三图像包括多个光交箱端口；若存在第一图像，则若存在所述第一图像，则基于预训练的第一目标检测模型和第一图像，确定表征多个部件是否合格的检测结果；若存在第二图像，则若存在所述第二图像，则将第二图像输入到预训练的细粒度分类模型，得到表征布线情况是否合格的分类结果；若存在第三图像，则基于预训练的第二目标检测模型和第三图像，确定端口情况信息；基于检测结果、分类结果和/或端口情况信息，确定分析结果信息，分析结果信息用于进行光交箱管理。

技术研发人员：毛思颖,赵宇翔,余立,许一宁,刘思琪,谢天培
受保护的技术使用者：中国移动通信集团浙江有限公司
技术研发日：
技术公布日：2024/10/21