[发明专利]车损检测方法和装置、电子设备及存储介质

说明书

本申请实施例提供了一种车损检测方法和装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取车辆受损图像；对车辆受损图像进行图像增强处理，得到初始受损图像；根据预设的缩放参数对初始受损图像进行缩放处理，得到目标受损图像；通过预先训练的车辆定损模型对目标受损图像进行受损检测，得到车辆受损特征数据，车辆受损特征数据包括车辆受损部件特征、车辆受损位置特征、车辆受损状态特征；根据车辆受损部件特征和车辆受损位置特征，确定目标受损类别；对目标受损类别、车辆受损部件特征、车辆受损状态特征进行受损程度计算，得到目标受损程度。本申请实施例能够提高车辆受损检测的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种车损检测方法和装置、电子设备及存储介质。

背景技术

目前的车辆受损检测主要依赖人工进行估计，工作人员需要对采集的不同图像进行分类并根据图像区分出部件所受到的损坏，容易受到各种主观因素的影响而造成对车辆受损的误检和漏检，影响对车辆的受损类别和受损程度的判断，检测准确性不高。因此，如何提高车辆受损检测的准确性，成为了亟待解决的技术问题。

发明内容

本申请实施例的主要目的在于提出一种车损检测方法和装置、电子设备及存储介质，旨在提高车辆受损检测的准确性。

为实现上述目的，本申请实施例的第一方面提出了一种车损检测方法，所述方法包括：

获取车辆受损图像；

对所述车辆受损图像进行图像增强处理，得到初始受损图像；

根据预设的缩放参数对所述初始受损图像进行缩放处理，得到目标受损图像；

通过预先训练的车辆定损模型对所述目标受损图像进行受损检测，得到车辆受损特征数据，其中，车辆受损特征数据包括车辆受损部件特征、车辆受损位置特征、车辆受损状态特征；

根据所述车辆受损部件特征和所述车辆受损位置特征，确定目标受损类别；

对所述目标受损类别、所述车辆受损部件特征、所述车辆受损状态特征进行受损程度计算，得到目标受损程度。

在一些实施例，所述获取车辆受损图像，包括：

获取原始视频数据，其中，所述原始视频数据为目标车辆的受损视频数据；

对所述原始视频数据进行分割处理，得到多个视频帧图像；

比对所述视频帧图像和预设的参考图像，得到所述车辆受损图像。

在一些实施例，所述车辆定损模型包括残差网络、语义分割网络、目标检测网络，所述通过预先训练的车辆定损模型对所述目标受损图像进行受损检测，得到车辆受损特征数据，包括：

通过所述残差网络对所述目标受损图像进行特征提取，得到局部受损特征图；

通过所述语义分割网络对所述局部受损特征图进行图像分割处理，得到车辆分割部件特征；

通过所述目标检测网络对所述车辆分割部件特征进行目标检测，得到所述车辆受损特征数据。

在一些实施例，所述根据所述车辆受损部件特征和所述车辆受损位置特征，确定目标受损类别，包括：

通过预设的预测函数对所述车辆受损部件特征和所述车辆受损位置特征进行分类概率计算，得到每一预设车辆受损类别的预测概率值；

根据所述预测概率值对所述预设车辆受损类别进行筛选处理，确定所述目标受损类别。

在一些实施例，所述对所述目标受损类别、所述车辆受损部件特征、所述车辆受损状态特征进行受损程度计算，得到目标受损程度，包括：