飞桨赋能润建股份打造智能化路网系统，实现精度速度全面提升

Posted 2023-01-30 飞桨PaddlePaddle

作为通信信息网络与能源网络的管维者，润建股份有限公司集成了飞桨全流程开发套件进行AI研发，打造了基于百度飞桨的智能化路网监控指挥系统。系统具备快速部署、精准和实时分析道路视频的能力，实现飞桨技术赋能产品，全栈式自主开发。

关于润健股份有限公司

润建股份有限公司（以下简称“润建股份”）的注册地在广西南宁。润建股份自2003年注册成立至今已发展19年，并于2018年在深交所上市，是广西本土唯一一家数字化上市公司。为了吸引更多人才，更好地扩展业务，润建股份设立了广州和南宁双总部。

目前，润建股份已成为通信技术服务行业龙头企业，2021年收入达到66.02亿元，业务范围覆盖全国23个省级直辖市，近200多个地市，1200多个区县，形成了省、市、县、乡、村5级服务体系。公司整体研发团队人员达到1000多人。

通信网络管维业务是润建股份的传统主业。润建股份是通信网络管维行业领先的服务提供商，在民营企业行业规模排名第一，同时是中国移动A级供应商和中国铁塔5星级服务商。

随着云和数字化转型的发展趋势，润建股份将管维业务拓展至信息网络领域，主要包括行业数字化和IDC管维等业务。随着绿色发展、碳达峰、碳中和等国家战略拓展至能源网络管维领域，润建股份正持续加大研发投入。在公司数字化平台技术的支撑下，各项业务正快速落地，步入快速发展通道。

润建股份十分重视人才与技术发展。目前，润建股份在全国设立五个研发中心，同时在德国慕尼黑设立欧洲未来研究院，引进欧洲先进技术，并结合国内先进经验，反向向欧洲输出服务。润建股份现拥有研发人员超过1000名，中高级技术人员60%以上，获得专利和软著超过360项。

如下图所示，润建股份开发了一些基础平台，并在经营中积累了一系列通用技术，通过深入研发和总结，形成了公司的技术中台和通用数字服务平台。同时结合公司的行业经验和客户需求，形成广维平台和行业数字化平台，支持公司业务快速发展。目前，润建股份是获得CMMI5认证的高新技术企业，近三年研发投入4.9亿元。

集成飞桨全流程开发套件的AI研发流程

在AI相关项目实施过程中，润建股份集成了飞桨全流程的开发套件研发流程，包括数据处理、模型构建、模型管理、部署及服务对接环节。

在这些环节中，润建股份深度使用了百度飞桨多个工具，支撑公司项目的研发工作，比如数据处理环节采用智能数据服务平台EasyData，模型构建环节根据应用场景复杂度和不同要求采用EasyDL、BML等面向企业的开发平台，以及在复杂场景下利用飞桨的开源模型进行支撑。飞桨还有成熟度很高的端到端部署方案，帮助公司快速在私有化部署、软硬件一体方案中提供可靠、高性能解决方案。

润建股份基于自身的软件开发、系统集成、项目经验、需求分析能力，深度结合百度飞桨的模型开发平台、边缘计算硬件、GPU服务器和良好技术支持，能够以最小成本应对多元化场景需求，实现产品部署便捷、交互运维简易可靠。

基于百度飞桨打造的

智能化路网监控指挥应用实践案例

下图是润建股份基于百度飞桨打造的智能化软件控制和应用实践案例。该案例的背景是某省铁塔公司搭建的路网系统，通过基站摄像头监控等资源，实现城市路网监管的智能分析，事件预警以及事件处置，视频资源特征提取以及深度应用。

该路网平台基于基站的摄像头监控视频分析，建设道路交通车辆场景泛感知识别平台，包括车流拥堵分析、车流统计、大型车辆识别、车辆停留、逆行倒车识别，保证特定场景安全技防支撑。实现了快速部署、精准及实时分析道路视频的能力，助力铁塔资源的社会化变现。

难点分析

该案例中路网视频分析的难点主要有三个。

• 现场数据获取。视频监控数据、摄像头角度和常见油门对车道掌控不一样，公司需要重新获取现场数据。同时，现场摄像头视频数据源的分辨率和对接协议的不同也是难点，公司需要快速获取相应数据。

• 模型选择。在车流密度统计、车流长时间停留、车辆逆行倒车、特殊车辆识别四个应用场景中，公司需要选用的目标检测模型、目标跟踪模型、业务模型判断，都是架构设计上的较大挑战。

• 保证高性能可用。该项目入网系统需要7×24小时在线，全天候对道路情况进行分析，公司需要保证软硬件都能够支撑高性能分析。

解决方案

基于以上的难点，润建股份选用了百度飞桨的三个技术栈作为解决方案。

• 在数据方面，公司采用百度EasyData平台实现视频数据的迅速接入、图片回流、图片标注。

• 在训练方面，公司采用飞桨EasyDL平台提供的预置高精度算法，实现快速迭代训练。

• 在部署方面，公司采用度目边缘盒子，包括EM-16s、EdgeBoard等硬件支撑高性能实时分析、实时视频渲染。 

下图是润建股份基于百度飞桨软硬件一体解决方案的架构图。

首先，业务现场的视频流，例如IPC摄像头或者NVR负责录制视频，通过公网传输链路，到达智能视频分析中心的流媒体中心进行分析，其中包括边缘计算盒子、GPU服务器。

然后，将EasyDL发布的部署模型SDK部署在这个节点上，并将相应视频的分析结果输出到业务中台。

最后，业务中台开放相应API接口给相应业务平台进行使用，或者直接展现在PC端、APP端，或直接在大屏上进行展示。

实施阶段

针对该项目，润建股份采用的实施方案是百度飞桨+润建。利用EasyDL+度目软硬件一体的技术栈，分三个阶段进行实施。

数据处理：根据应用场景进行数据准备

数据采集：基于实际监控的视频进行NVR采集录像/抽帧，并针对不同的车辆类型采用EasyData平台进行标注。

提升空间：受到户外天气和光线角度的影响，收集大量不同时段和天气的数据以达到准确性，保证不同天气下都能进行正常识别。

模型研发：分析需求，选取开发模型

模型训练：基于飞桨EasyDL进行物体检测模型训练。

功能架构：根据不同的业务需求综合采用物体检测或跟踪算法模型进行支撑。

部署上线：对接业务接口平台

功能对接：部署至度目Em-Box，根据业务流程部署接口，将结果展示推送至各业务平台。

业务测试：协助交管部门进行实地现场车辆行驶测试，确保模型准确、及时和可靠。

成果展示

下图是成果展示，上半部分是路网平台的大屏展示，其中有实时视频、渲染后视频，以及各个应用专题输出结果，包括车流统计、车流拥堵统计、大型车辆识别、长时间车辆停留、逆行倒车识别。实时渲染窗口能直接看到分析结果。比如在趋势渲染中发现三辆车长期停留在车道旁边，该信息会生成实时告警，并推送至业务前台，业务前台进行下一步业务处理，比如通知交管人员协助现场进行处理。

在目标检测模型方面，车辆检测精度mAP值能达到96.10%，车辆跟踪精度达到95.12%，大型车辆检测精度达到98.03%。在业务响应时间方面，车流拥堵告警时间小于1分钟，超时提供告警小于0.5分钟，逆行告警小于1分钟。

项目经验

飞桨帮助润建股份成功落地了项目。总结该项目的经验，主要有以下三点。

场景数据适配

针对不同视频分析场景，很多时候公司需要重新采集数据进行训练，但现在采用飞桨EasyData平台后，能够很好满足这个需求，即第一时间采集海量数据，并直接在EasyData上进行群体标注，然后把标注任务全部分配下去，工作人员直接在线上标注后，对结果进行汇总。

准确迭代开发

EasyDL模型开发流程简单，容易上手、公司可以通过内置的算法快速获得高精度模型。公司只需要把有限数据，比如几千张数据或者发布几天的数据，上传至平台，经过目标检测模型的训练后，就能够得到精度很高的场景目标检测模型。

高效部署上线

公司可以直接发布相应模型SDK，然后部署到软硬件一体的登录盒子上。因为相应接口都是标准的，这样能够减少很多底层工作的重复开发，让相应的工作重心集中在业务层面，实现效率提升。

综上，飞桨技术赋能润建股份产品，进行全栈式自主开发。未来，润建股份也将继续携手飞桨，在更多场景中探索AI应用的实例。