本公开实施例公开了一种用于翡翠评估的信息处理方法和装置，首先响应于获取到用户端发送的包含待评估翡翠的图片，对包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果；而后基于图片质量评估结果指示评估合格，利用预设的级别评估模型，对图片中待评估翡翠进行评估，以得到待评估翡翠的级别信息。从而实现了能够基于用户端上传的图片，对图片中的待评估翡翠的级别进行评估，克服了现有技术中通过人工评估的方式，效率低，评估标准不统一导致评估偏差大的缺陷。统一导致评估偏差大的缺陷。统一导致评估偏差大的缺陷。
【技术实现步骤摘要】
一种用于翡翠评估的信息处理方法及装置
[0001]本公开涉及数据处理
，具体涉及到一种用于翡翠评估的信息处理方法及装置。
技术介绍
[0002]翡翠质量鉴定通常采用的是线下专业机构鉴定的方式，一方面人工鉴定的方式依赖于鉴定人员的专业性，因此翡翠的质量鉴定结果不标准、偏差大；另一方面人工鉴定的方式鉴定周期长，鉴定效率低。
技术实现思路
[0003]本公开的主要目的在于提供一种用于翡翠评估的信息处理方法和装置，以解决人工鉴定的方式鉴定周期长，鉴定效率低的问题。
[0004]为了实现上述目的，根据本公开的第一方面，提供了一种用于翡翠评估的信息处理方法，包括：响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果；基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息，其中，所述级别评估模型为用于识别图片中待评估翡翠级别的深度学习神经网络模型。
[0005]可选地，在所述基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息之后，所述方法还包括：基于预设的匹配方式，在存储图像的数据库中确定与所述图片中待评估翡翠的图像相匹配的翡翠图像，并将与所述图片中待评估翡翠的图像相匹配的翡翠图像确定为相似翡翠图像；基于所述图片中待评估翡翠的图像与所述相似翡翠图像的匹配度的大小，确定对所述图片中待评估翡翠的估值策略；基于所述估值策略，确定所述图片中待评估翡翠的价格。
[0006]可选地，所述响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果，包括：利用预设的图像识别算法，对所述图片中待评估翡翠的图像进行识别，得到所述图片中待评估翡翠的第一特征信息的识别结果；利用预设的图像质量判断策略，对所述图片中待评估翡翠的图像进行判断，得到待评估翡翠的图像质量的判断结果；如果识别得到的所述图片中待评估翡翠的第一特征信息与预设的翡翠特征信息相符，且所述待评估翡翠的图像质量的判断结果满足预设的标准，则将评估结果确定为评估合格；如果识别得到的所述图片中待评估翡翠的第一特征信息与预设的翡翠特征信息不相符，或所述待评估翡翠的图像质量的判断结果不满足预设的标准，则将评估结果确定为评估不合格。
[0007]可选地，所述基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息，包括：对所述
图片进行预处理，得到仅包含待评估翡翠的图像；利用预设的用于识别图片中待评估翡翠级别的深度学习神经网络模型模型，对所述图片中待评估翡翠的第二特征信息进行识别，以得到待评估翡翠的第二特征信息的识别结果。
[0008]可选地，所述基于所述图片中待评估翡翠的图像与所述相似图像的匹配度的大小，确定对所述图片中待评估翡翠的图像所对应的待评估翡翠的估值策略，包括：如果所述图片中待评估翡翠的图像与所述相似图像的匹配度的大小在第一预设范围内，则将相似翡翠图像中相似翡翠对应的价格确定为所述图片中待评估翡翠的价格。
[0009]可选地，所述基于所述图片中待评估翡翠的图像与所述相似图像的匹配度的大小，确定对所述图片中待评估翡翠的图像所对应的待评估翡翠的估值策略，包括：如果所述图片中待评估翡翠的图像与所述相似图像的匹配度的大小在预设的第二预设范围内，将所述待评估翡翠的级别信息、相似翡翠图像中相似翡翠对应的价格以及所述待评估翡翠的尺寸信息输入至预建立的拟合预测模型中，以得到所述待评估翡翠的预估价格；基于所述预建立的拟合预测模型在计算过程中得到的置信区间、拟合优度系数和所述得到的待评估翡翠的预估价格，利用预设的计算策略，计算得到所述待评估翡翠的预估价格区间。
[0010]根据本公开的第二方面，提供了一种用于翡翠评估的信息处理装置装置，包括：第一评估单元，被配置成响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果；第二评估单元，被配置成基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息，其中，所述级别评估模型为用于识别图片中待评估翡翠级别的深度学习神经网络模型。
[0011]可选地，装置还包括：匹配单元，被配置成基于预设的匹配方式，在存储图像的数据库中确定与所述图片中待评估翡翠的图像相匹配的翡翠图像，并将与所述图片中待评估翡翠的图像相匹配的翡翠图像确定为相似翡翠图像；第一确定单元，被配置成基于所述图片中待评估翡翠的图像与所述相似翡翠图像的匹配度的大小，确定对所述图片中待评估翡翠的估值策略；第二确定单元，被配置成基于所述估值策略，确定所述图片中待评估翡翠的价格。
[0012]根据本公开的第三方面，提供了一种计算机可读存储介质，存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面任意一项实施例所述的用于翡翠评估的信息处理方法。
[0013]根据本公开的第四方面，提供了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行第一方面任意一项实施例所述的用于翡翠评估的信息处理方法。
[0014]在本公开实施例中，用于翡翠评估的信息处理方法，首先响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果；而后基于图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息。实现了能够基于用户端上传的图片，对图片中的待评估翡翠的级别进行评估，克服了现有技术中通过人工评估的方式，效率低，评估标准不统一导致评估偏差大的缺陷。
附图说明
[0015]为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是根据本公开实施例的用于翡翠评估的信息处理方法的一个实施例流程图；
[0017]图2是根据本公开实施例的用于翡翠评估的信息处理方法的又一个实施例流程图；
[0018]图3是根据本公开实施例的用于翡翠评估的信息处理方法的应用场景图；
[0019]图4是根据本公开实施例的用于翡翠评估的信息处理装置的结构示意图；
[0020]图5是根据本公开实施例的电子设备的示意图。
具体实施方式
[0021]为了使本
的人员更好地理解本公开方案，下面将结合本公开本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于翡翠评估的信息处理方法，其特征在于，包括：响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果；基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息，其中，所述级别评估模型为用于识别图片中待评估翡翠级别的深度学习神经网络模型。2.根据权利要求1所述的用于翡翠评估的信息处理方法，其特征在于，在所述基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息之后，所述方法还包括：基于预设的匹配方式，在存储图像的数据库中确定与所述图片中待评估翡翠的图像相匹配的翡翠图像，并将与所述图片中待评估翡翠的图像相匹配的翡翠图像确定为相似翡翠图像；基于所述图片中待评估翡翠的图像与所述相似翡翠图像的匹配度的大小，确定对所述图片中待评估翡翠的估值策略；基于所述估值策略，确定所述图片中待评估翡翠的价格。3.根据权利要求1所述的用于翡翠评估的信息处理方法，其特征在于，所述响应于获取到用户端发送的包含待评估翡翠的图片，对所述包含待评估翡翠的图片进行图片质量评估，得到图片质量评估结果，包括：利用预设的图像识别算法，对所述图片中待评估翡翠的图像进行识别，得到所述图片中待评估翡翠的第一特征信息的识别结果；利用预设的图像质量判断策略，对所述图片中待评估翡翠的图像进行判断，得到待评估翡翠的图像质量的判断结果；如果识别得到的所述图片中待评估翡翠的第一特征信息与预设的翡翠特征信息相符，且所述待评估翡翠的图像质量的判断结果满足预设的标准，则将评估结果确定为评估合格；如果识别得到的所述图片中待评估翡翠的第一特征信息与预设的翡翠特征信息不相符，或所述待评估翡翠的图像质量的判断结果不满足预设的标准，则将评估结果确定为评估不合格。4.根据权利要求1所述的用于翡翠评估的信息处理方法，其特征在于，所述基于所述图片质量评估结果指示评估合格，利用预设的级别评估模型，对所述图片中待评估翡翠进行评估，以得到所述待评估翡翠的级别信息，包括：对所述图片进行预处理，得到仅包含待评估翡翠的图像；利用预设的用于识别图片中待评估翡翠级别的深度学习神经网络模型模型，对所述图片中待评估翡翠的第二特征信息进行识别，以得到待评估翡翠的第二特征信息的识别结果。5.根据权利要求2所述的用于翡翠评估的信息处理方法，其特征在于，所述基于所述图片中待评估翡翠的图像与所述相似图像的匹配度的大小，确...
【专利技术属性】
技术研发人员：王秀辉，
申请(专利权)人：深圳市对庄科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。