[发明专利]一种智能识别车商装修程度的方法、电子设备和存储介质

说明书

本发明公开了一种智能识别车商装修程度的方法、电子设备和存储介质，通过收集车商店铺的照片，利用车商照片卷积神经网络模型将大量的车商照片中区分为车商门头照和车商店内照，然后把车商门头照导入至门头照卷积网络模型对其装修程度进行评估，把车商店内照导入至店内照卷积网络模型对其装修程度进行评估，再把两者的结果与车商的店铺信息结合导入至逻辑回归模型进行整合评估，获得车商的装修程度的评估结果，分为豪华和非豪华。本发明以通过卷积神经网络模型和逻辑回归模型的结合评估车商门店的装修程度，地推人员可以根据该评估结果推断车商的规模，从而有效帮助地推人员进行车商筛选从而制定运营方案。

技术领域

本发明涉及图像识别领域，尤其涉及一种智能识别车商装修程度的方法、电子设备和存储介质。

背景技术

目前，市面上存在着规模各不相同的汽车经销商，为了促进销量每个汽车经销商都需要地推人员协助开展运营活动，但运营活动的开展需要根据该汽车经销商的规模大小进行筹划，地推人员会人工甄别车商店铺的门头照和店内照，通过对门头照和店内照的装修风格、装修面积和装修材料等判断其装修程度，分为豪华和非豪华，根据改车商是豪华车商还是非豪华车商，地推人员可以制定适当的运营方案，在不加重车商负担的同时达到积极的宣传效果。

但是，因为市面上所存在的汽车经销商达到数十万甚至数百万的级别，传统的人工识别处理效率低，需要大量的人工介入，处理时间周期长响应不及时，对新增的车商装修程度的判定，需要过几天，甚至十几天才会对该车商的装修程度进行判断，耗时非常大。

发明内容

为解决上述的问题，本发明的目的之一在于提供了一种智能识别车商装修程度的方法，其能迅速对车商的装修程度进行识别，提高效率以节省时间。

本发明目的之二提供了一种电子设备，能迅速对车商的装修程度进行识别，提高效率以节省时间。

本发明的目的之三在于提供一种计算机可读存储介质，能迅速对车商的装修程度进行识别，提高效率以节省时间。

本发明的目的之一采用如下技术方案实现：

一种智能识别车商装修程度的方法，包括以下步骤：

车商门头照评估步骤：利用门头照卷积神经网络模型对车商门头照的装修程度进行评估；

车商店内照评估步骤：利用店内照卷积神经网络模型对所述车商店内照的装修程度进行评估；

整合评估步骤：将所述车商门头照评估步骤和车商店内照评估步骤的结果输入至逻辑回归模型进行整合，并根据整合结果对该车商的门店装修程度进行评估，最后获取评估结果。

进一步地，在进行装修程度评估前还包括以下步骤：

车商门店照片收集步骤：收集待测车商的店铺照片，所述店铺照片包括店铺门头照片和店铺内部照片；

车商门店照片分类步骤：基于车商门店卷积神经网络模型，根据所述店铺照片的特征来对店铺照片进行分类，从而区分车商门头照和车商店内照。

进一步地，所述车商门店照片收集步骤和所述车商门店照片分类步骤之间还包括以下子步骤：

样本生成步骤：从所述车商门店照片收集步骤获取的店铺照片抽取一定数量的照片按一定比例分类为车商门头照和车商店内照，然后分别对车商门店照和车商店内照的装修程度进行人工评估作为训练样本，并对所述训练样本的图像进行图像变换以生成数量更多的所述训练样本；

模型训练步骤：将所述训练样本导入卷积神经网络模型内进行训练，根据训练的结果调整模型的参数以及增加训练样本的数量后重新导入所述卷积神经网络模型再次训练，通过多次执行本步骤以提高所述卷积神经网络模型模型的准确率；