一种应用于机动车受损图像的标注方法及相关设备技术

技术编号:43873193 阅读:34 留言:0更新日期:2024-12-31 18:57
本申请实施例属于图像处理技术领域,涉及一种应用于机动车受损图像的标注方法及相关设备,该方法包括:通过构建包含受损图像及对应三维标签数据的标记数据集,采用深度学习模型进行训练,实现了对机动车损伤程度、维修方案的自动识别和预测。首先对数据集进行拆分,利用训练集对初始模型进行训练,再通过验证集优化模型参数,最终得到可用于实际场景的目标深度学习模型。本申请通过将人工标注与机器学习相结合,大幅提高了机动车损伤评估的准确性和效率,为保险理赔、维修估价等业务提供了智能化解决方案,具有重要的实用价值。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种应用于机动车受损图像的标注方法及相关设备


技术介绍

1、在图片标注场景下,目前业内标注工具仅是标注物品名称的标签,然而,并没有专门的标注工具提供汽车损伤标签及修复方案标签。

2、当需要针对汽车受损图像进行标注时,传统的实现方式需要工作人员依靠经验判断损伤位置以及相应维修方案。

3、然而,申请人发现,传统的标注方法容易受个人能力和主观因素影响,导致评估结果不一致;同时,人工评估耗时长,难以满足快速理赔的需求。由此可见,传统的标注方法存在主观性强、效率低下、准确性不足等问题。


技术实现思路

1、本申请实施例的目的在于提出一种应用于机动车受损图像的标注方法及相关设备,以解决传统的标注方法存在主观性强、效率低下、准确性不足等问题。

2、为了解决上述技术问题,本申请实施例提供一种应用于机动车受损图像的标注方法,采用了如下所述的技术方案:

3、接收用户终端发送的标记图像数据集,其中,所述标记图像数据集包括机动车受损图像、与所述机动车受损图像本文档来自技高网...

【技术保护点】

1.一种应用于机动车受损图像的标注方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的应用于机动车受损图像的标注方法,其特征在于,在所述将所述待识别的机动车受损图像输入至所述目标深度学习模型进行标签预测处理,得到标签预测结果的步骤之后,还包括下述步骤:

3.根据权利要求2所述的应用于机动车受损图像的标注方法,其特征在于,所述若所述标签预测结果不满足预设的置信度阈值,则根据数据调整和模型优化处理对所述标签预测结果进行修正处理,得到最终预测结果的步骤,具体包括下述步骤:

4.根据权利要求1所述的应用于机动车受损图像的标注方法,其特征在于,在所述获取待...

【技术特征摘要】

1.一种应用于机动车受损图像的标注方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的应用于机动车受损图像的标注方法,其特征在于,在所述将所述待识别的机动车受损图像输入至所述目标深度学习模型进行标签预测处理,得到标签预测结果的步骤之后,还包括下述步骤:

3.根据权利要求2所述的应用于机动车受损图像的标注方法,其特征在于,所述若所述标签预测结果不满足预设的置信度阈值,则根据数据调整和模型优化处理对所述标签预测结果进行修正处理,得到最终预测结果的步骤,具体包括下述步骤:

4.根据权利要求1所述的应用于机动车受损图像的标注方法,其特征在于,在所述获取待识别的机动车受损图像的步骤之后,还包括下述步骤:

5.根据权利要求1所述的应用于机动车受损图像的标注方法,其特征在于,在所述将所述待识别的机动车受损图像输入至所述目标深度学习模型进行标签预测处理,得到标签预测结...

【专利技术属性】
技术研发人员:陈凯郭岑
申请(专利权)人:平安科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1