光交箱端子识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种光交箱端子识别方法、装置、电子设备及存储介质，包括：获取由图像采集设备采集的光交箱现场图像；采用对象检测算法识别所述光交箱现场图像中的光交箱；根据光交箱端子上的纤芯存在情况，确定光交箱端子现场占用情况；将所述光交箱端子现场占用情况与后台记录的占用情况进行比对，返回比对结果。本发明专利技术通过设备自动采集光交箱现场图像，以及通过对象检测识别光交箱以识别端子现场占用情况，实现通过增强现实技术和人工智能技术将现场情况直接扫描录入，并调用后台关联数据直接进行验证，避免多次录入和人为录入错误的繁琐工序及风险，且可以直接进行数据稽核比对，减少人员投入及运维成本，增强资源数据准确性，实现降本增效。实现降本增效。实现降本增效。

【技术实现步骤摘要】
光交箱端子识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及通信
，尤其涉及一种光交箱端子识别方法、装置、电子设备及存储介质。

技术介绍

[0002]光缆交接箱，又称为街边柜，通常放置在主干光缆上，用于光缆分枝。光交箱是一个无源设备，将大多数的光缆通过光缆交接箱分为不同方向的几个小对数光缆，可以实现光缆的跳接，也可以用于测试和维护。
[0003]光交箱端子是光交箱设备的重要组成部分，由于光交箱不可采集，目前光交箱数据的录入和维护均由人工录入。然而，数据很难录入准确，和现场实际情况有较多差异，并且光交箱端子数据的使用情况完全由下挂设备等逻辑关系判断得出，无法准确获取资源占用情况，一些实际空闲的资源由于数据的冗余导致系统中判定为占用，这种虚占情况会增加网络资源建设，增加建设成本，造成资源浪费。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供一种光交箱端子识别方法，包括：
[0005]获取由图像采集设备采集的光交箱现场图像；
[0006]采用对象检测算法识别所述光交箱现场图像中的光交箱；
[0007]根据光交箱端子上的纤芯存在情况，确定光交箱端子现场占用情况；
[0008]将所述光交箱端子现场占用情况与后台记录的占用情况进行比对，返回比对结果。
[0009]根据本专利技术提供的一种光交箱端子识别方法，所述采用对象检测算法识别所述光交箱现场图像中的光交箱，包括：
[0010]采用对象检测算法对所述光交箱现场图像进行识别，得到光交箱区域的概率；
[0011]若所述概率大于预设概率阈值，则框定所述光交箱现场图像中的光交箱区域；
[0012]若所述概率小于预设概率阈值，则返回所述光交箱现场图像中无光交箱的识别结果。
[0013]根据本专利技术提供的一种光交箱端子识别方法，所述采用对象检测算法对所述光交箱现场图像进行识别，得到光交箱区域的概率，包括：
[0014]采用预先训练好的分类网络对所述光交箱现场图像进行特征提取，预测光交箱候选框类别；
[0015]生成光交箱候选框，计算所述光交箱候选框的综合匹配准确率，预测光交箱候选框区域的概率。
[0016]根据本专利技术提供的一种光交箱端子识别方法，所述生成光交箱候选框，包括：
[0017]抽取多个卷积层对应的尺度特征图；
[0018]针对每张尺度特征图，在所述尺度特征图上构造多个不同尺度大小的候选框，以
对所述多个候选框进行检测和分类。
[0019]根据本专利技术提供的一种光交箱端子识别方法，所述计算所述光交箱候选框的综合匹配准确率，预测光交箱候选框区域的概率，包括：
[0020]将不同尺度特征图获得的候选框进行结合，滤除重叠或不正确的光交箱候选框，生成最终的候选框集合；
[0021]计算所述最终的候选框集合中的光交箱候选框的综合匹配准确率，预测光交箱候选区域的概率。
[0022]根据本专利技术提供的一种光交箱端子识别方法，所述根据光交箱端子上的纤芯存在情况，确定光交箱端子现场占用情况，包括：
[0023]获取光交箱的设备信息，按照所述设备信息识别所述光交箱的光纤配线架；
[0024]按照端子排列顺序，识别所述光纤配线架对应的光交箱端子上是否存在纤芯；
[0025]若所述光交箱端子上存在纤芯，确定所述光交箱端子现场被占用；
[0026]若所述光交箱端子上不存在纤芯，确定所述光交箱端子现场未被占用。
[0027]根据本专利技术提供的一种光交箱端子识别方法，所述方法还包括：
[0028]若比对结果为所述光交箱端子现场占用情况与后台记录的占用情况不一致，则所述后台记录的占用情况有误，基于所述光交箱端子现场占用情况对所述后台记录的占用情况进行修正；
[0029]若比对结果为所述光交箱端子现场占用情况与后台记录的占用情况一致，则所述后台记录的占用情况无误。
[0030]本专利技术还提供了一种光交箱端子识别装置，包括：
[0031]获取模块，用于获取由图像采集设备采集的光交箱现场图像。
[0032]识别模块，用于采用对象检测算法识别所述光交箱现场图像中的光交箱。
[0033]确定模块，用于根据光交箱端子上的纤芯存在情况，确定光交箱端子现场占用情况。
[0034]比对模块，用于将所述光交箱端子现场占用情况与后台记录的占用情况进行比对，返回比对结果。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一项所述的光交箱端子识别方法的步骤。
[0036]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的光交箱端子识别方法的步骤。
[0037]本专利技术实施例通过图像采集设备自动采集光交箱现场图像，以及通过对象检测算法识别光交箱现场图像中的光交箱进而识别光交箱端子现场占用情况，可以实现通过增强现实(Augmented Reality，AR)技术和人工智能(Artificial Intelligence，AI)技术的智能识别验证，将现场情况通过智能终端直接扫描录入，并调用后台关联数据直接进行验证，从而避免多次录入和人为录入错误的繁琐工序及风险，且通过日常工作可以直接进行数据稽核比对，减少了大量的人员投入及运维成本，可以增强资源数据准确性，实现降本增效。
附图说明
[0038]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1是现有技术中的光交箱端子数据的入网过程示意图；
[0040]图2是本专利技术实施例提供的光交箱端子识别方法的流程示意图；
[0041]图3是本专利技术实施例提供的VGG16网络示意图；
[0042]图4是本专利技术实施例提供的预先训练好的分类网络的示意图；
[0043]图5是本专利技术实施例提供的光交箱端子识别装置的结构示意图；
[0044]图6是本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0045]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0046]图1是现有技术中的光交箱端子数据的入网过程示意图。参照图1，所有的光交箱端子数据都根据录入规则由施工人员人工录入工程建设相关系统，再由工程建设相关系统触发网管支撑线条的传输外线设备入网流程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光交箱端子识别方法，其特征在于，包括：获取由图像采集设备采集的光交箱现场图像；采用对象检测算法识别所述光交箱现场图像中的光交箱；根据光交箱端子上的纤芯存在情况，确定光交箱端子现场占用情况；将所述光交箱端子现场占用情况与后台记录的占用情况进行比对，返回比对结果。2.根据权利要求1所述的方法，其特征在于，所述采用对象检测算法识别所述光交箱现场图像中的光交箱，包括：采用对象检测算法对所述光交箱现场图像进行识别，得到光交箱区域的概率；若所述概率大于预设概率阈值，则框定所述光交箱现场图像中的光交箱区域；若所述概率小于预设概率阈值，则返回所述光交箱现场图像中无光交箱的识别结果。3.根据权利要求2所述的方法，其特征在于，所述采用对象检测算法对所述光交箱现场图像进行识别，得到光交箱区域的概率，包括：采用预先训练好的分类网络对所述光交箱现场图像进行特征提取，预测光交箱候选框类别；生成光交箱候选框，计算所述光交箱候选框的综合匹配准确率，预测光交箱候选框区域的概率。4.根据权利要求3所述的方法，其特征在于，所述生成光交箱候选框，包括：抽取多个卷积层对应的尺度特征图；针对每张尺度特征图，在所述尺度特征图上构造多个不同尺度大小的候选框，以对所述多个候选框进行检测和分类。5.根据权利要求4所述的方法，其特征在于，所述计算所述光交箱候选框的综合匹配准确率，预测光交箱候选框区域的概率，包括：将不同尺度特征图获得的候选框进行结合，滤除重叠或不正确的光交箱候选框，生成最终的候选框集合；计算所述最终的候选框集合中的光交箱候选框的综合匹配准确率，预测光交箱候选区域的概率...

【专利技术属性】
技术研发人员：张海，张博，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：