[發明專利]車輛配件的分組方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010911998.6
• 申請日: 2020-09-02
• 公開（公告）號: CN112070142A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 朱志華;尹釧;王鴻;肖陽
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 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

本發明涉及圖像檢測領域，揭露一種車輛配件的分組方法，包括：按照車輛結構劃分配件圖片總集得到多個配件圖片子集，將所述配件圖片子集進行向量轉化得到配件向量集，將所述配件向量集映射至預構建的坐標系中，得到車輛配件坐標集，根據分組標準在所述坐標系中初始化得到簇心坐標集，依次計算所述簇心坐標集與所述車輛配件坐標集的誤差值，利用所述誤差值更新所述簇心坐標集，直至誤差值滿足預設誤差要求時，得到與所述分組標準對應的車輛配件分組。本發明還涉及區塊鏈技術，所述配件圖片總集可以存儲在區塊鏈節點中。此外，本發明還揭露一種車輛配件的分組裝置、電子設備及存儲介質。本發明可以解決車輛配件分組時，占用過多計算資源的問題。

技術領域

本發明涉及圖像檢測領域，尤其涉及一種車輛配件的分組方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

當前，隨著汽車領域的快速發展，新能源車輛、智能駕駛類車輛等層出不求，隨之而來的是車輛配件如雨后春筍般涌現，因此如何快速的對車輛配件進行分組，以分組后的汽車配件進行工作安排是極其重要的。

目前關于車輛配件的分組，主要有基于文本信息和基于圖片信息兩種方法，其中文本信息的分組方法，如用戶輸入車輛配件名稱，通過機器學習方法，計算車輛配件名稱與原有數據庫內的車輛配件名詞的相似度，并根據相似度結果完成車輛配件的分組，但由于用戶與原有數據庫關于對車牌配件的命名缺乏統一標準，因此極其容易發生分組錯誤的現象；而關于圖片信息的分組，由于圖片信息數據量龐大，直接通過深度學習或機器學習方法進行識別分組時，會占用大量的計算資源，導致分組速度慢，計算機內存等消耗嚴重。

發明內容

本發明提供一種車輛配件的分組方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于解決車輛配件分組時，占用過多計算資源的問題。

為實現上述目的，本發明提供的一種車輛配件的分組方法，包括：

獲取車輛的配件圖片總集及分組標準，按照車輛結構劃分所述配件圖片總集，得到多個配件圖片子集；

將所述配件圖片子集進行向量轉化，得到配件向量集；

將所述配件向量集映射至預構建的坐標系中，得到車輛配件坐標集；

根據所述分組標準，在所述坐標系中執行初始化操作，得到簇心坐標集，依次計算所述簇心坐標集與所述車輛配件坐標集的誤差值；

利用所述誤差值更新所述簇心坐標集，并計算更新后的誤差值，且直至誤差值滿足預設誤差要求時，利用所述車輛配件坐標集，得到與所述分組標準對應的車輛配件分組。

可選地，所述根據所述分組標準，在所述坐標系中執行初始化操作，得到簇心坐標集，包括：

根據所述分組標準中的分組數，在所述坐標系中，隨機初始化得到與所述分組數相同數量的簇心坐標，得到所述簇心坐標集。

可選地，所述計算所述簇心坐標集與所述車輛配件坐標集的誤差值，包括：

根據所述簇心坐標集劃分所述車輛配件坐標集，得到與所述簇心坐標集數量相同的車輛配件坐標子集；

計算所述簇心坐標集內每個簇心坐標與對應的所述車輛配件坐標子集內每個車輛配件坐標的誤差值。

可選地，所述利用所述誤差值更新所述簇心坐標集，并計算更新后的誤差值，且直至誤差值滿足預設誤差要求時，利用所述車輛配件坐標集，得到與所述分組標準對應的車輛配件分組，包括：

匯總所述簇心坐標集內每個簇心坐標與對應車輛配件坐標子集的誤差值，得到誤差值集，根據所述誤差值集更新所述簇心坐標集的坐標位置，得到簇心更新坐標集；

利用簇心更新坐標集調整所述車輛配件坐標子集，得到調整后的車輛配件坐標子集；