【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及車輛定損，尤其涉及一種車輛定損方法、聯(lián)合訓(xùn)練方法、裝置、設(shè)備及介質(zhì)。
技術(shù)介紹
1、目前，對(duì)于事故場(chǎng)景下的車輛，需要進(jìn)行車輛進(jìn)行定損。然而，相關(guān)技術(shù)在對(duì)車輛進(jìn)行定損時(shí)，一般僅會(huì)考慮車輛的車損。在僅僅依據(jù)車輛的車損來對(duì)車輛進(jìn)行定損的情況下，若存在車主偽造車輛的車損，則容易導(dǎo)致對(duì)車輛的定損準(zhǔn)確性不佳。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)的主要目的在于提供一種車輛定損方法、聯(lián)合訓(xùn)練方法、裝置、設(shè)備及介質(zhì)，旨在提升對(duì)車輛的定損準(zhǔn)確性。
2、第一方面，本申請(qǐng)?zhí)峁┮环N車輛定損方法，包括：
3、獲取車輛對(duì)應(yīng)的事故圖像；
4、基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域；
5、基于場(chǎng)景分類模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的預(yù)設(shè)場(chǎng)景類型；
6、基于特征提取模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征；
7、基于視覺大模型，根據(jù)所述預(yù)設(shè)場(chǎng)景類型以及所述預(yù)設(shè)場(chǎng)景特征，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行細(xì)化場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的目標(biāo)場(chǎng)景類型；
8、基于車損檢測(cè)模型，根據(jù)所述事故圖像以及所述目標(biāo)場(chǎng)景類型，確定所述車輛的車損信息。
9、第二方面，本申請(qǐng)還提供一種車輛檢測(cè)模型的聯(lián)合訓(xùn)練方法，包括：
10、獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集包括多個(gè)車輛各自對(duì)應(yīng)的事故圖像以及多個(gè)所述車輛各自對(duì)應(yīng)的車損信息標(biāo)簽；p>
11、基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域；
12、基于場(chǎng)景分類模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的預(yù)設(shè)場(chǎng)景類型；
13、基于特征提取模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征；
14、基于視覺大模型，根據(jù)所述預(yù)設(shè)場(chǎng)景類型以及所述預(yù)設(shè)場(chǎng)景特征，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行細(xì)化場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的目標(biāo)場(chǎng)景類型；
15、基于車損檢測(cè)模型，根據(jù)所述事故圖像以及所述目標(biāo)場(chǎng)景類型，確定所述事故圖像對(duì)應(yīng)的車損信息；
16、根據(jù)所述車損信息以及所述車損信息標(biāo)簽，調(diào)整所述圖像分割大模型、所述場(chǎng)景分類模型、所述特征提取模型、所述視覺大模型以及所述車損檢測(cè)模型中的至少一個(gè)的模型參數(shù)。
17、第三方面，本申請(qǐng)還提供一種車輛定損裝置，所述車輛定損裝置包括：
18、獲取模塊，用于獲取車輛對(duì)應(yīng)的事故圖像；
19、圖像分割模塊，用于基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域；
20、第一場(chǎng)景分類模塊，用于基于場(chǎng)景分類模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的預(yù)設(shè)場(chǎng)景類型；
21、特征提取模塊，用于基于特征提取模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征；
22、第二場(chǎng)景分類模塊，用于基于視覺大模型，根據(jù)所述預(yù)設(shè)場(chǎng)景類型以及所述預(yù)設(shè)場(chǎng)景特征，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行細(xì)化場(chǎng)景分類，得到所述場(chǎng)景圖像區(qū)域?qū)?yīng)的目標(biāo)場(chǎng)景類型；
23、車損檢測(cè)模塊，用于基于車損檢測(cè)模型，根據(jù)所述事故圖像以及所述目標(biāo)場(chǎng)景類型，確定所述事故圖像對(duì)應(yīng)的車損信息。
24、第四方面，本申請(qǐng)還提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器；
25、所述存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；
26、所述處理器，用于執(zhí)行所述計(jì)算機(jī)程序并在執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述的車輛定損方法的步驟，或者實(shí)現(xiàn)如上述的車損檢測(cè)模型的聯(lián)合訓(xùn)練方法的步驟。
27、第五方面，本申請(qǐng)還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述的車輛定損方法的步驟，或者實(shí)現(xiàn)如上述的車損檢測(cè)模型的聯(lián)合訓(xùn)練方法的步驟。
28、本申請(qǐng)?zhí)峁┮环N車輛定損方法、聯(lián)合訓(xùn)練方法、裝置、設(shè)備及介質(zhì)，車輛定損方法包括：獲取車輛對(duì)應(yīng)的事故圖像；基于圖像分割大模型，對(duì)事故圖像進(jìn)行圖像分割，得到事故圖像的場(chǎng)景圖像區(qū)域；基于場(chǎng)景分類模型，對(duì)場(chǎng)景圖像區(qū)域進(jìn)行場(chǎng)景分類，得到場(chǎng)景圖像區(qū)域?qū)?yīng)的預(yù)設(shè)場(chǎng)景類型；基于特征提取模型，對(duì)場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征；基于視覺大模型，根據(jù)預(yù)設(shè)場(chǎng)景類型以及預(yù)設(shè)場(chǎng)景特征，對(duì)場(chǎng)景圖像區(qū)域進(jìn)行細(xì)化場(chǎng)景分類，得到場(chǎng)景圖像區(qū)域?qū)?yīng)的目標(biāo)場(chǎng)景類型；基于車損檢測(cè)模型，根據(jù)事故圖像以及目標(biāo)場(chǎng)景類型，確定車輛的車損信息，以提升對(duì)車輛的定損準(zhǔn)確性。例如，可以用于金融領(lǐng)域的車險(xiǎn)業(yè)務(wù)。對(duì)于車險(xiǎn)業(yè)務(wù)，在需要對(duì)事故場(chǎng)景下的車輛進(jìn)行定損的情況下，可以獲取車輛對(duì)應(yīng)的事故圖像，并通過該車輛定損方法確定車輛的車損信息。相應(yīng)地，業(yè)務(wù)人員可以依據(jù)車輛的車損信息，推進(jìn)車險(xiǎn)業(yè)務(wù)，則有利于提升對(duì)車險(xiǎn)業(yè)務(wù)的推進(jìn)效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種車輛定損方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的車輛定損方法，其特征在于，所述基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域，包括：
3.根據(jù)權(quán)利要求1所述的車輛定損方法，其特征在于，所述基于特征提取模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征，包括：
4.根據(jù)權(quán)利要求3所述的車輛定損方法，其特征在于，所述對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行語義特征提取，得到所述場(chǎng)景圖像區(qū)域的場(chǎng)景語義特征，包括：
5.根據(jù)權(quán)利要求3所述的車輛定損方法，其特征在于，所述對(duì)所述場(chǎng)景圖像特征以及所述場(chǎng)景語義特征進(jìn)行融合處理，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征，包括：
6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的車輛定損方法，其特征在于，在所述基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域之前，還包括：
7.一種車損檢測(cè)模型的聯(lián)合訓(xùn)練方法，其特征在于，包括：
8.一種車輛定損裝置，其特征在于，所述車輛定損裝置包括：
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的車輛定損方法的步驟，或者實(shí)現(xiàn)如權(quán)7所述的車損檢測(cè)模型的聯(lián)合訓(xùn)練方法的步驟。
...【技術(shù)特征摘要】
1.一種車輛定損方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的車輛定損方法，其特征在于，所述基于圖像分割大模型，對(duì)所述事故圖像進(jìn)行圖像分割，得到所述事故圖像的場(chǎng)景圖像區(qū)域，包括：
3.根據(jù)權(quán)利要求1所述的車輛定損方法，其特征在于，所述基于特征提取模型，對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行多模態(tài)特征提取，得到所述場(chǎng)景圖像區(qū)域的預(yù)設(shè)場(chǎng)景特征，包括：
4.根據(jù)權(quán)利要求3所述的車輛定損方法，其特征在于，所述對(duì)所述場(chǎng)景圖像區(qū)域進(jìn)行語義特征提取，得到所述場(chǎng)景圖像區(qū)域的場(chǎng)景語義特征，包括：
5.根據(jù)權(quán)利要求3所述的車輛定損方法，其特征在于，所述對(duì)所述場(chǎng)景圖像特征以及所述場(chǎng)景語義特征進(jìn)行融合處理，得到所述場(chǎng)景圖像區(qū)域的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：時(shí)勇杰，
申請(qǐng)(專利權(quán))人：平安科技深圳有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。