[發(fā)明專利]一種基于深度學習的設備資產(chǎn)管理的方法及裝置

在審

• 申請?zhí)枺?/td>: 201810675859.0
• 申請日: 2018-06-27
• 公開（公告）號: CN110647784A
• 公開（公告）日: 2020-01-03
• 發(fā)明（設計）人: 湯人杰;陳寧華;楊巧節(jié);方煒;于祥兵;王國治;許艷敏;姚雯文
• 申請（專利權(quán)）人: 中國移動通信集團浙江有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 11002 北京路浩知識產(chǎn)權(quán)代理有限公司
• 代理人: 王瑩;李相雨

本發(fā)明的實施例公開了一種基于深度學習的設備資產(chǎn)管理的方法及裝置，該方法針對采集的設備銘牌的圖像，在判斷其清晰度符合預設清晰度要求后，通過預先訓練的第一模型和第二模型識別出圖像中的字符串，再根據(jù)預設產(chǎn)品字典庫和識別出的字符串確定出對應于設備銘牌的設備的標識信息，將該標識信息進行存儲，以便于根據(jù)標識信息管理各設備。該方法對于設備銘牌上的字符的識別不再依賴人工，而是通過訓練的模型實現(xiàn)對字符的識別，從而實現(xiàn)對設備資產(chǎn)的管理，不僅降低了管理成本，也降低了人工管理的錯誤率，實現(xiàn)了對設備資產(chǎn)管理的自動化。

技術(shù)領域

本發(fā)明實施例涉及人工智能在業(yè)務支撐領域的運用相關(guān)技術(shù)領域，尤其是涉及一種基于深度學習的設備資產(chǎn)管理的方法及裝置。

背景技術(shù)

目前各單位對于設備的管理僅限于通過人工采集各設備的信息進行存儲和管理，例如，對于基站天線設備的管理、監(jiān)控、入檔是非常重要且繁重的工作，一般的做法是定期派遣塔工(登高使用手持設備采集天線設備圖像的人員)收集天線銘牌圖像，通過無線網(wǎng)絡傳回網(wǎng)絡部數(shù)據(jù)中心，安排人員識別天線銘牌圖樣上的產(chǎn)品序列號，與產(chǎn)品庫中的已有型號校對，最后入庫存檔從而達成天線設備的集中管理。在天線設備銘牌采集后，網(wǎng)絡優(yōu)化部需要投入一定人力的團隊來進行銘牌圖片中的序列號識別、入庫與校對的工作。此項工作相對比較機械，且人力成本高昂。

然而，長時間處于機械、重復、繁重工作的人容易感到疲勞，人工工作的可靠性有可能大受影響。考慮到設備管理工作是長期存在的，所以這種可靠性風險會一直伴隨。總之，現(xiàn)有以人工為主的天線設備管理呈現(xiàn)出高成本、低可靠的問題。

在實現(xiàn)本發(fā)明實施例的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有的對設備資產(chǎn)進行管理的方法過分依賴人工，導致管理成本較高，管理過程容易出錯。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是如何解決現(xiàn)有的對設備資產(chǎn)進行管理的方法過分依賴人工，導致管理成本較高，管理過程容易出錯的問題。

針對以上技術(shù)問題，本發(fā)明的實施例提供了一種基于深度學習的設備資產(chǎn)管理的方法，包括：

獲取采集到的設備銘牌的圖像，若所述圖像的清晰度符合預設清晰度要求，則將所述圖像作為目標圖像；

通過預先訓練的第一模型標記出所述目標圖像中需要進行文字識別的至少一個識別區(qū)域，并通過預先訓練的第二模型識別出每一識別區(qū)域中的字符串；

根據(jù)預設產(chǎn)品字典庫和識別出的字符串確定出對應于所述設備銘牌的設備的標識信息，存儲所述設備的標識信息。

本發(fā)明實施例提供了一種基于深度學習的設備資產(chǎn)管理的裝置，包括：

獲取模塊，用于獲取采集到的設備銘牌的圖像，若所述圖像的清晰度符合預設清晰度要求，則將所述圖像作為目標圖像；

識別模塊，用于通過預先訓練的第一模型標記出所述目標圖像中需要進行文字識別的至少一個識別區(qū)域，并通過預先訓練的第二模型識別出每一識別區(qū)域中的字符串；

管理模塊，用于根據(jù)預設產(chǎn)品字典庫和識別出的字符串確定出對應于所述設備銘牌的設備的標識信息，存儲所述設備的標識信息。

可選地，所述獲取模塊還用于獲取采集到的設備銘牌的圖像，若所述圖像的清晰度符合預設清晰度要求，則對所述圖像進行預處理，以得到圖像和圖像中的字符均沒有傾斜的目標圖像；若所述圖像的清晰度不符合所述預設清晰度要求，則發(fā)出因所述圖像不清晰無法進行識別，重新采集所述設備銘牌的圖像的第一提示信息。

可選地，所述獲取模塊還用于獲取采集到的設備銘牌的圖像，通過拉普拉斯方差算法計算出所述圖像的相鄰像素點的方差的平均值，若所述平均值大于預設閾值，則所述所述圖像的清晰度符合所述預設清晰度要求，否則，所述圖像的清晰度不符合所述預設清晰度要求。