兴业数金持续发力做好“五篇文章”：以科技金融助力实现数字化监管新突破

近年来，兴业银行积极响应国家乡村振兴战略号召，为给生物抵质押融资业务提供更高效的数字化监管服务，生物资产数字化监管平台应运而生。该平台盘点功能以耳标监控和AI盘点技术为基础，能够对抵押的活体（牛、羊、猪等）进行全面监控和管理。尽管当前所采用的AI盘点设备在实现监控功能方面具备一定效能，但其高昂的成本却制约了平台推广。生物资产数字化监管平台研发团队积极探索技术创新之径，针对当前AI盘点边缘侧设备成本高的问题，自主研发行内首个云端AI盘点技术，通过研发AI盘点算法并进行云端工程化部署，大幅降低了AI盘点成本，从而更好地服务于广大地区的生物抵质押监管需求。

自研AI盘点技术迭代路线图

兴业数金应用创新中心研发团队在生物资产数字化监管平台不断完善的过程中，开辟了一条自研AI盘点技术的迭代道路。这一过程始于对应用场景数据的广泛收集，其后展开盘点模型的训练，并通过工程化部署将其实现落地。而在工程化部署之后，团队并未止步于此。

研发团队将不断进行针对性的数据收集，针对模型存在的局限性和短板进行深入分析与研究，以此为依据进行下一轮的模型优化。这种循序渐进、持续改进的工作方式，使得自研AI盘点技术能够与不断变化的环境和需求保持同步，为数字化监管平台的稳健运行提供了持续的支撑和保障。

一、自研AI盘点算法研发

自研AI盘点模型图

自研AI盘点算法旨在准确获取图像中特定种类目标（如猪、牛、羊）的数量。该算法核心采用目标检测算法，目前，重点研发方向是针对部分生物资产进行AI盘点。然而，此场景面临多重挑战：训练数据集稀缺，养殖场光线复杂，且可能出现目标生物堆叠或遮挡情况。

研发团队基于Yolov5实现自研AI盘点算法，利用养殖场监控图像进行训练，选择适当的超参数后进行了100多轮次的模型训练。此外，研发团队对AI盘点模型进行了模型剪枝和知识蒸馏，在几乎不损失精确度的情况下，成功减少了模型参数量，从而提高了运行速度。最终的AI盘点模型在测试数据集上达到了99％的准确率，精确地完成复杂场景下的AI盘点任务。

二、自研AI盘点模型工程化落地

生物资产数字化监管平台自研AI盘点展示界面

研发团队将自研的AI盘点模型成功部署在云端服务器，打造了模型即服务的解决方案。为了后期更好地迭代维护升级，并整合自研AI盘点模型服务到当前的生物资产数字化监管平台系统中，研发团队经充分调研后使用Java版的OpenCV图形库及ONNXRuntime模型运行库，实现了高性能的模型推理；基于分布式微服务架构，利用消息队列、负载均衡等技术接收物联网设备海量数据，并设计了多线程推理、定时任务补偿等机制，以确保自研AI盘点服务与现有系统的兼容性和整体稳定性。通过这些优化措施，最终自研AI盘点服务的推理速度达到了260ms／张，实现了对栏舍内生物的实时AI盘点。这一创新技术大幅降低了生物质押贷后管理的实施成本，为我行生物资产监管领域提供了高效且可靠的解决方案。

三、下一步规划

项目组将延续该迭代路径，持续优化和改进AI盘点技术，扩展AI盘点的生物种类和应用场景。通过不断地开拓创新和精益求精，将自研AI盘点技术更好地服务于生物资产数字化监管平台，降低成本的同时提高效率，为我行提供更可靠、高效的生物资产监管服务。