申请/专利权人：平安科技(深圳)有限公司

申请日：2020-05-29

公开（公告）日：2024-04-09

公开（公告）号：CN111666995B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/26;G06V10/82;G06Q40/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.10.29#实质审查的生效;2020.09.15#公开

摘要：本发明涉及人工智能技术领域，公开了一种基于深度学习模型的车辆定损方法、装置、设备及存储介质，通过获取车辆受损的多个待识别图片，根据多个待识别图片和训练得到的预设部件分割模型，确定车辆的受损主部件，根据多个待识别图片和训练得到的预设伤检测模型，确定受损主部件的多个伤检测框，根据受损主部件和多个伤检测框，输出车辆的定损结果；本发明利用预设部件分割模型确定车辆的受损主部件，利用预设伤检测模型获取受损主部件的多个伤检测框，进而根据受损主部件和受损主部件的多个伤检测框输出车辆受损最重的定损结果，解决了车辆定损结果的不一致问题，提高了定损结果的准确性，减少了定损人力，提高了定损效率。

主权项：1.一种基于深度学习模型的车辆定损方法，其特征在于，包括：获取车辆的多个待识别图片，所述待识别图片为反映所述车辆受损情况的图片；根据所述多个待识别图片和训练得到的预设部件分割模型确定所述车辆的受损主部件，所述预设部件分割模型为对车辆部件分割效果最佳的模型；根据所述多个待识别图片和训练得到的预设伤检测模型确定所述受损主部件的多个伤检测框，所述预设伤检测模型为对车辆损伤判断效果最佳的模型；根据所述受损主部件和所述多个伤检测框，输出所述车辆的定损结果，所述定损结果包括所述车辆的最重伤部件、最重伤类别；其中，所述根据所述多个待识别图片和训练得到的预设部件分割模型确定所述车辆的受损主部件，包括：将所述多个待识别图片输入所述预设部件分割模型，获取所述多个待识别图片包含的所有受损部件；根据所述多个待识别图片包含的所有受损部件，确定所述车辆的受损主部件。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于深度学习模型的车辆定损方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD