基于AI的基站验收图像审核系统

【摘   要】为解决5G基站工程验收中遇到的质量把关难、单位协调难、效率低以及危险系数高等问题，设计和实现基于AI的基站验收图像审核系统。系统采用存储层、模型层和交互层进行分层模块化设计，引入AI图像检测对原有基站验收流程进行补充和优化，利用改进的Faster R-CNN算法对图像进行检测。介绍系统的整体设计，详细讲述三层功能模块设计以及作业流程设计，深入阐述前端应用的技术实现和后端AI算法实现，并给出系统在东莞移动的应用实例及其效益。

【关键词】基站验收；图像检测；人工智能；Faster R-CNN

0   引言

5G作为新基建七大板块之一，被视为信息基础设施的代表。“十三五”期间，我国5G网络建设实现了跨越式发展。截至2021年2月，中国累计建成5G基站超过71.8万个，约占全球的70%。预计到2021年底，我国累计5G基站数量将达140万座[1]。在5G基站工程建设过程中，现有基站验收手段存在各种弊端，智能化、远程化的改变需求迫在眉睫。本文对当前5G基站验收管理现状进行分析，在验收图像环节引入人工智能手段，实现了对基站建设工程的智能化验收。

1   基站验收管理现状

5G基站工程项目建设具有规模庞大、专业性强、技术复杂等特点，施工过程中运营商难以全程盯防，因此项目后期验收工作尤为重要。传统基站验收工作中，多方共同上站后，后台人员根据施工照片以及验收人员反馈结论完成验收确认。在整个过程中涉及多种问题，主要表现在以下几个方面[2-3]：

（1）后验收、质量把关难。5G基站建设工期短，各个建设单位质量标准不一，