[发明专利]车辆损伤分类模型的生成装置、方法及计算机可读存储介质

权利要求书

1.一种车辆损伤分类模型的生成装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的模型生成程序，所述模型生成程序被所述处理器执行时实现如下步骤：

为各个车损部位准备预设数量的原始车损照片，对所述原始车损照片进行标注和预处理后作为样本图片，构建样本库；

将所述样本库中的样本图片作为vgg网络的输入数据，按照预设的剪枝算法和预设压缩率对所述vgg网络进行剪枝处理；

基于剪枝处理后的vgg网络构建车辆损伤分类模型，并使用所述样本库中的样本图片训练所述车辆损伤分类模型，以确定该车辆损伤分类模型的模型参数。

2.如权利要求1所述的车辆损伤分类模型的生成装置，其特征在于，所述将所述样本库中的样本图片作为vgg网络的输入数据，按照预设的剪枝算法和预设压缩率对所述vgg网络进行剪枝处理的步骤包括：

将所述样本库中的样本图片作为vgg网络的输入数据，在vgg网络进行卷积计算的过程中，根据贪心算法和预设压缩率计算每一层网络要删除的通道的集合；

按照计算得到的通道的集合将vgg网络中的卷积层进行剪枝处理。

3.如权利要求2所述的车辆损伤分类模型的生成装置，其特征在于，所述根据贪心算法和预设压缩率计算每一层网络要删除的通道的集合的步骤包括：

根据公式计算每一层网络要删除的通道的集合T，其中，|T|＝C×(1-r)，C为通道的个数，x是输入的训练数据，m代表训练数据的个数，r为预设压缩率。

4.如权利要求1至3中任一项所述的车辆损伤分类模型的生成装置，其特征在于，所述为各个车损部位准备预设数量的原始车损照片，对所述原始车损照片进行标注和预处理后作为样本图片，构建样本库的步骤包括：

为各个车损部位准备预设数量的原始车损照片；

获取原始车损照片对应的定损信息，根据定损信息对所述原始车损照片的损伤程度进行标注；

按照预设尺寸对标注后的原始车损照片进行剪裁处理，生成第一样本图片，对所述第一样本图片进行数据增强处理，生成第二样本图片；

基于所述第一样本图片和所述第二样本图片构建样本库。

5.如权利要求1至3中任一项所述的车辆损伤分类模型的生成装置，其特征在于，所述使用所述样本库中的样本图片训练所述车辆损伤分类模型的步骤包括：

将样本库中的样本图片分为第一预设比例的训练集和第二预设比例的验证集，其中，第一预设比例和第二预设比例之和为1；

使用所述训练集训练所述车辆损伤分类模型，使用所述验证集对训练得到的车辆损伤分类模型的准确率进行验证，其中，若准确率大于或者等于预设准确率，则训练结束，若准确率小于所述预设准确率，则重新执行将样本库中的样本图片分为第一预设比例的训练集和第二预设比例的验证集的步骤。

6.一种车辆损伤分类模型的生成方法，其特征在于，所述方法包括：

为各个车损部位准备预设数量的原始车损照片，对所述原始车损照片进行标注和预处理后作为样本图片，构建样本库；

将所述样本库中的样本图片作为vgg网络的输入数据，按照预设的剪枝算法和预设压缩率对所述vgg网络进行剪枝处理；

基于剪枝处理后的vgg网络构建车辆损伤分类模型，并使用所述样本库中的样本图片训练所述车辆损伤分类模型，以确定该车辆损伤分类模型的模型参数。

7.如权利要求6所述的车辆损伤分类模型的生成方法，其特征在于，所述将所述样本库中的样本图片作为vgg网络的输入数据，按照预设的剪枝算法和预设压缩率对所述vgg网络进行剪枝处理的步骤包括：

将所述样本库中的样本图片作为vgg网络的输入数据，在vgg网络进行卷积计算的过程中，根据贪心算法和预设压缩率计算每一层网络要删除的通道的集合；

按照计算得到的通道的集合将vgg网络中的卷积层进行剪枝处理。