一种报废汽车发动机损伤评估及编码方法、装置及设备制造方法及图纸

本发明专利技术涉及一种报废汽车发动机损伤评估及编码方法、装置及设备，该方法包括：获取报废汽车发动机图片，对所述报废汽车发动机图片进行预处理得到待识别发动机图片；基于发动机识别模型，根据所述待识别发动机图片提取出发动机特征图片和发动机号；基于目标发动机损伤评估模型，根据所述发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级；对所述发动机损伤等级进行编码得到编码结果，将所述编码结果和所述发动机号关联并存入预设数据库。本发明专利技术提供的一种报废汽车发动机损伤评估及编码方法、装置及设备，提高了对报废汽车发动机损伤评估的效率和准确性，对发动机损伤等级进行编码存储，方便后续对报废汽车的发动机的重复利用。复利用。复利用。

【技术实现步骤摘要】
一种报废汽车发动机损伤评估及编码方法、装置及设备


[0001]本专利技术涉及图像识别
，尤其涉及一种报废汽车发动机损伤评估及编码方法、装置及设备。

技术介绍

[0002]随着汽车时代到来，汽车的保有量急剧增长。达到报废标准的汽车除了给环境造成负担外，作为一种固体废弃物，具有占地大、浪费资源、影响交通等多重隐患。对报废汽车的处理对于提高我国资源利用率，实现绿色回收再利用具有重大意义。
[0003]现有技术中将报废汽车进行拆解后，一般由人工识别报废汽车发动机号，并将识别的发动机号记录下来，以便在后续方便对报废汽车的发动机进行管理。
[0004]但是，对于报废汽车发动机号这样的自然目标，存在着扭曲、畸变的情况，通过人工识别报废汽车发动机号的方法识别效率低，且识别结果的可靠性很差，不利于在后续对报废汽车发动机的进一步管理和利用，浪费了资源。

技术实现思路

[0005]有鉴于此，有必要提供一种报废汽车发动机损伤评估及编码方法、装置及设备，用以解决现有技术中人工识别报废汽车发动机号的方法识别效率低、识别结果的可靠性差的问题。
[0006]为达到上述技术目的，本专利技术采取了以下技术方案：
[0007]第一方面，本专利技术提供了一种报废汽车发动机损伤评估及编码方法，包括：
[0008]获取报废汽车发动机图片，对报废汽车发动机图片进行预处理得到待识别发动机图片；
[0009]基于发动机识别模型，根据待识别发动机图片提取出发动机特征图片和发动机号；
[0010]基于目标发动机损伤评估模型，根据发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级；
[0011]对发动机损伤等级进行编码得到编码结果，将编码结果和发动机号关联并存入预设数据库。
[0012]优选的，发动机识别模型包括特征提取模型和识别模型；基于发动机识别模型，根据待识别发动机图片提取出发动机特征图片和发动机号，包括：
[0013]基于特征提取模型，提取待识别发动机图片中的发动机特征得到发动机特征图片；
[0014]基于识别模型，根据发动机特征图片识别出发动机号。
[0015]优选的，特征提取模型包括通道注意力模型和空间注意力模型；基于特征提取模型，提取待识别发动机图片中的发动机特征得到发动机特征图片，包括：
[0016]基于通道注意力模型，根据待识别发动机图片提取通道注意力特征图；
[0017]基于空间注意力模型，根据通道注意力特征图和待识别发动机图片，确定待识别发动机图片的空间注意力特征图。
[0018]优选的，基于通道注意力模型，根据待识别发动机图片提取通道注意力特征图，包括：
[0019]将待识别发动机图片作为输入，根据通道注意力公式确定通道注意力特征图；
[0020]通道注意力公式为：
[0021][0022]其中，σ为sigmoid激活函数，MLP代表多层感知机，AvgPool代表全局平均池化，F代表起始输入待识别发动机图片，MaxPool代表全局最大池化，代表全局平均池化向量，代表全局最大池化向量，M
c
(F)代表通道注意力特征图。
[0023]优选的，基于空间注意力模型，根据通道注意力特征图和待识别发动机图片，确定待识别发动机图片的空间注意力特征图，包括：
[0024]将通道注意力特征图和待识别发动机图片作为输入，根据空间注意力公式确定空间注意力特征图；
[0025]空间注意力公式为：
[0026][0027]其中，σ为sigmoid激活函数，AvgPool代表全局平均池化，F
x
代表经由通道注意力模块输出的特征图，MaxPool代表全局最大池化，代表全局平均池化特征图，代表全局最大池化特征图。
[0028]优选的，基于识别模型，根据发动机特征图片识别出发动机号，包括：
[0029]根据通道注意力特征图、空间注意力特征图以及待识别发动机图片，得到报废汽车发动机号，公式如下：
[0030][0031][0032]其中，M
c
(F)代表通道注意力特征图，F代表起始输入待识别发动机图片，代表逐点相乘，F
x
代表经由通道注意力模块输出的特征图，M
s
(F
x
)代表空间注意力特征图，F
z
代表经由空间注意力模块输出的结果特征图。
[0033]优选的，基于目标发动机损伤评估模型，根据发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级，包括：
[0034]建立初始发动机损伤评估模型，获取发动机损伤样本集；
[0035]基于粒子群算法，根据发动机损伤样本集对初始发动机损伤评估模型进行训练，直至达到预设要求停止训练，得到目标发动机损伤评估模型；
[0036]将发动机特征图片输入至目标发动机损伤评估模型，输出发动机损伤等级。
[0037]第二方面，本专利技术还提供了一种报废汽车发动机损伤评估及编码装置，包括：
[0038]预处理模块，用于获取报废汽车发动机图片，对报废汽车发动机图片进行预处理得到待识别发动机图片；
[0039]提取模块，用于基于发动机识别模型，根据待识别发动机图片提取出发动机特征图片和发动机号；
[0040]评估模块，用于基于目标发动机损伤评估模型，根据发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级；
[0041]编码模块，用于对发动机损伤等级进行编码得到编码结果，将编码结果和发动机号关联并存入预设数据库。
[0042]第三方面，本专利技术还提供了一种电子设备，包括存储器和处理器，其中，
[0043]存储器，用于存储程序；
[0044]处理器，与存储器耦合，用于执行存储器中存储的程序，以实现上述任一种实现方式中的报废汽车发动机损伤评估及编码方法中的步骤。
[0045]第四方面，本专利技术还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述任一种实现方式中的报废汽车发动机损伤评估及编码方法中的步骤。
[0046]采用上述实施例的有益效果是：本专利技术提供的一种报废汽车发动机损伤评估及编码方法、装置及设备，该方法包括：获取报废汽车发动机图片，对所述报废汽车发动机图片进行预处理得到待识别发动机图片；基于发动机识别模型，根据所述待识别发动机图片提取出发动机特征图片和发动机号；基于目标发动机损伤评估模型，根据所述发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级；对所述发动机损伤等级进行编码得到编码结果，将所述编码结果和所述发动机号关联并存入预设数据库。本专利技术提供的一种报废汽车发动机损伤评估及编码方法、装置及设备，通过发动机识别模型提取出发动机号，并通过目标发动机损伤评估模型得到发动机损伤等级，提高了对报废汽车发动机损伤评估的效率和准确性，再对发动机损伤等级进行编码，最后将编码结果和发动机号关联起来存储至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种报废汽车发动机损伤评估及编码方法，其特征在于，包括：获取报废汽车发动机图片，对所述报废汽车发动机图片进行预处理得到待识别发动机图片；基于发动机识别模型，根据所述待识别发动机图片提取出发动机特征图片和发动机号；基于目标发动机损伤评估模型，根据所述发动机特征图片对发动机损伤状态进行评估得到发动机损伤等级；对所述发动机损伤等级进行编码得到编码结果，将所述编码结果和所述发动机号关联并存入预设数据库。2.根据权利要求1所述的报废汽车发动机损伤评估及编码方法，其特征在于，所述发动机识别模型包括特征提取模型和识别模型；所述基于发动机识别模型，根据所述待识别发动机图片提取出发动机特征图片和发动机号，包括：基于所述特征提取模型，提取所述待识别发动机图片中的发动机特征得到发动机特征图片；基于所述识别模型，根据所述发动机特征图片识别出发动机号。3.根据权利要求2所述的报废汽车发动机损伤评估及编码方法，其特征在于，所述特征提取模型包括通道注意力模型和空间注意力模型；所述基于所述特征提取模型，提取所述待识别发动机图片中的发动机特征得到发动机特征图片，包括：基于所述通道注意力模型，根据所述待识别发动机图片提取通道注意力特征图；基于所述空间注意力模型，根据所述通道注意力特征图和所述待识别发动机图片，确定所述待识别发动机图片的空间注意力特征图。4.根据权利要求3所述的报废汽车发动机损伤评估及编码方法，其特征在于，所述基于所述通道注意力模型，根据所述待识别发动机图片提取通道注意力特征图，包括：将所述待识别发动机图片作为输入，根据通道注意力公式确定通道注意力特征图；所述通道注意力公式为：其中，σ为sigmoid激活函数，MLP代表多层感知机，AvgPool代表全局平均池化，F代表起始输入待识别发动机图片，MaxPool代表全局最大池化，代表全局平均池化向量，代表全局最大池化向量，M
c
(F)代表通道注意力特征图。5.根据权利要求4所述的报废汽车发动机损伤评估及编码方法，其特征在于，所述基于所述空间注意力模型，根据所述通道注意力特征图和所述待识别发动机图片，确定所述待识别发动机图片的空间注意力特征图，包括：将所述通道注意力特征图和所述待识别发动机图片作为输入，根据空间注意力公式确定空间注意力特征图；所述空间注意力公式为：
其中，σ为sigmoid激活函数，AvgPool代表全局平均池化，F
x
...

【专利技术属性】
技术研发人员：许开华，刘轩源，郭庆，杜柯，夏甜，宋华伟，周志明，
申请(专利权)人：格林美武汉城市矿山产业集团有限公司，
类型：发明
国别省市：