[發明專利]車損判定方法、服務器及存儲介質

在審

• 申請號: 201810382312.1
• 申請日: 2018-04-26
• 公開（公告）號: CN108734702A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 王健宗;王晨羽;馬進;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種車損判定方法，應用于服務器，其特征在于，所述方法包括：

接收步驟：接收定損請求及用戶上傳的待定損照片；

分類步驟：利用預先訓練的分類模型對所述待定損照片進行分析，獲取每張待定損照片中車輛各個部位的分類信息；

角度判定步驟：根據每張待定損照片中車輛各個部位的分類信息，利用預先確定的拍攝角度判定規則，判斷每張待定損照片的拍攝角度；

定損步驟：結合拍攝角度以及車輛部位的分類信息，利用預先訓練的定損模型分析出每張待定損照片中車輛各個部位的損傷情況，輸出每張待定損照片中車輛的損傷分析結果。

2.根據權利要求1所述的車損判定方法，其特征在于，所述分類模型為單次檢測器模型，所述分類模型的訓練步驟如下：

獲取第一預設數量的包含車輛的樣本圖片，并在每張樣本圖片上進行分類標注；

將分類標注后的樣本圖片分成第一比例的訓練集和第二比例的驗證集，其中，第一比例大于第二比例；

利用訓練集中的樣本圖片對所述分類模型進行訓練，并在訓練完后利用驗證集中的樣本圖片驗證所述分類模型的準確率；

若準確率大于預設值，則訓練完成，若準確率小于或等于預設值，則增加樣本圖片的數量，之后返回將樣本圖片分成訓練集和驗證集的步驟。

3.根據權利要求1所述的車損判定方法，其特征在于，所述定損模型為視覺幾何組-16模型，所述定損模型的訓練步驟如下：

針對車輛的每個部位，獲取第二預設數量的該部位的樣本圖片，并對該部位的每張樣本圖片進行損傷標注，其中，該第二預設數量的樣本圖片包含第三比例的該部位存在損傷的樣本圖片和第四比例的該部位不存在損傷的樣本圖片；

將損傷標注后的該部位的樣本圖片隨機分成第五比例的訓練集和第六比例的驗證集，其中，第五比例大于第六比例；

利用訓練集中的樣本圖片對所述定損模型進行訓練，并在訓練完后利用驗證集中的樣本圖片驗證所述定損模型的準確率；

若準確率大于預設閾值，則訓練完成，若準確率小于或等于預設閾值，則增加該部位的樣本圖片的數量，之后返回將樣本圖片分成訓練集和驗證集的步驟。

4.根據權利要求1所述的車損判定方法，其特征在于，該方法還包括：

提示步驟：若判斷出的拍攝角度中未包含某個預設角度，則提醒用戶重新拍攝并上傳該預設角度的待定損照片。

5.根據權利要求1或4所述的車損判定方法，其特征在于，所述預設角度包括第一預設角度、第二預設角度、第三預設角度、第四預設角度，所述預先確定的拍攝角度判定規則包括：

若一張待定損照片被分析出的車輛部位包括左前車門、左前葉子板、左前車窗、左前車燈，則判斷該待定損照片的拍攝角度為第一預設角度；

若一張待定損照片被分析出的車輛部位包括左后車門、左后葉子板、左后車窗、左后車燈，則判斷該待定損照片的拍攝角度為第二預設角度；

若一張待定損照片被分析出的車輛部位包括右前車門、右前葉子板、右前車窗、右前車燈，則判斷該待定損照片的拍攝角度為第三預設角度；

若一張待定損照片被分析出的車輛部位包括右后車門、右后葉子板、右后車窗、右后車燈，則判斷該待定損照片的拍攝角度為第四預設角度。

6.一種服務器，其特征在于，所述服務器包括：存儲器及處理器，所述存儲器上存儲有車損判定程序，所述車損判定程序被所述處理器執行，可實現如下步驟：

接收步驟：接收定損請求及用戶上傳的待定損照片；

分類步驟：利用預先訓練的分類模型對所述待定損照片進行分析，獲取每張待定損照片中車輛各個部位的分類信息；

角度判定步驟：根據每張待定損照片中車輛各個部位的分類信息，利用預先確定的拍攝角度判定規則，判斷每張待定損照片的拍攝角度；

定損步驟：結合拍攝角度以及車輛部位的分類信息，利用預先訓練的定損模型分析出每張待定損照片中車輛各個部位的損傷情況，輸出每張待定損照片中車輛的損傷分析結果。