[发明专利]车辆配件定损方法、装置、电子设备及存储介质

权利要求书

1.一种车辆配件定损方法，其特征在于，包括：

获取目标配件的图片集合，其中，所述图片集合包括多个待处理图像，至少一个所述待处理图像的拍摄区域覆盖所述目标配件的损伤部位；

将所述目标配件的图片集合输入至预先训练好的识别模型中，输出所述目标配件的识别结果，其中，所述识别结果包括配件种类、配件材质以及配件完整度，所述识别模型是根据标注有样本种类、样本材质和样本完整度的样本配件图像训练得到的；

根据所述目标配件的所述配件完整度和所述识别模型的识别准确率获取所述目标配件的判断值；

若所述判断值小于或等于所述第一预设阈值，则根据所述目标配件的所述判断值、配件价格、所述配件种类和所述配件材质，利用预设的配件残值算法获取所述目标配件的残值结果。

2.根据权利要求1所述的车辆配件定损方法，其特征在于，所述获取目标配件的图片集合，包括：

获取所述目标配件的多个拍摄图像；

采用目标检测算法对所述拍摄图像进行目标检测，得到检测后的拍摄图像，所述检测后的拍摄图像中包括所述目标配件的边界框，所述边界框为框选出所述目标配件的外界区域；

根据所述边界框对所述检测后的拍摄图像进行裁剪，得到对应的所述待处理图像，根据多个所述待处理图像构建所述目标配件的所述图片集合。

3.根据权利要求1所述的车辆配件定损方法，其特征在于，所述待处理图像按照对所述目标配件的拍摄角度被划分为至少一类；

所述将所述目标配件的图片集合输入至预先训练好的识别模型中，输出所述目标配件的识别结果，包括：

按照预设的划分方式将所述待处理图像划分为不同区域，分别提取所述待处理图像中不同区域的第一特征，输出所述待处理图像的第一图像特征矩阵，所述第一图像特征矩阵包括不同区域的第一特征；

将所述第一图像特征矩阵与预设的权重矩阵相乘，得到所述待处理图像的第二图像特征，其中，所述权重矩阵包括不同区域的权重，所述第二图像特征包括不同区域的第二特征；

获取所述目标配件的特征矩阵，所述特征矩阵包括所述目标配件的不同拍摄角度的不同区域的第二特征；

根据所述目标配件的所述特征矩阵输出所述识别结果。

4.根据权利要求3所述的车辆配件定损方法，其特征在于，所述根据所述目标配件的所述配件完整度和所述识别模型的识别准确率获取所述目标配件的判断值之前，还包括：

获取数据集，所述数据集包括不同配件的图片集合，所述图片集合包括多个待处理图像，所述待处理图像按照对所述配件的拍摄角度被划分为至少一类，至少一个所述待处理图像的拍摄区域覆盖所述配件的损伤部位；

将所述数据集划分为训练集和测试集，对所述训练集中每个所述配件的图片集合的待处理图像进行样本种类、样本材质和样本完整度的标注；

利用所述训练集对识别模型进行训练，得到训练好的识别模型，其中，所述识别模型的激活函数为f(x)＝max(0,w^tx+b)，x为所述待处理图像的所述第一图像特征矩阵，w为所述权重矩阵，b为预设参数；

利用测试集对所述训练好的识别模型进行测试，根据所述训练好的识别模型的识别结果获取所述识别模型的识别准确率。

5.根据权利要求3所述的车辆配件定损方法，其特征在于，所述获取目标配件的图片集合之后，还包括：

对所述图片集合中每个所述待处理图像进行降噪处理，得到降噪处理后的图片集合；

对所述降噪处理后的图片集合中所述待处理图像进行数据增强，得到数据增强后的图片集合；

对所述数据增强后的图片集合中的待处理图像进行拼接，得到所述目标配件的全景拼接图；

根据所述全景拼接图获取所述目标配件的多个标准待处理图像，根据所述标准待处理图像替换所述待处理图像以更新所述目标配件的所述图片集合，其中，每个所述标准待处理图像对应一个预设拍摄角度。