[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

说明书

本发明公开了一种车辆损伤分类模型的生成装置，包括存储器和处理器，存储器上存储有可在处理器上运行的模型生成程序，该程序被处理器执行时实现如下步骤：为各个车损部位准备原始车损照片，并进行标注和预处理后构建样本库；将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vgg网络进行剪枝处理；基于剪枝后的vgg网络构建车辆损伤分类模型，并使用样本库中的样本图片训练车辆损伤分类模型，以确定该模型的模型参数。本发明还提出一种车辆损伤分类模型的生成方法以及一种计算机可读存储介质。本发明解决了现有技术中无法实现在移动设备上通过卷积神经网络模型进行车辆定损的技术问题。

技术领域

本发明涉及车辆定损技术领域，尤其涉及一种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。

背景技术

目前，在车险理赔领域，为了提高理赔效率，很多车险公司在车险理赔系统中运用图像分类和识别技术对上传的理赔照片中的车辆和受损部位进行自动识别，然而，现有的图像分类和识别技术很多采用的是深度卷积神经网络模型，例如采用基于vgg网络构建的卷积神经网络模型来进行样本图片的识别与定损，但是现有的vgg网络的参数量过于庞大，占用内存过多，无法移植到移动设备内使用。导致无法实现在移动设备上通过卷积神经网络模型进行车辆定损。

发明内容

本发明提供一种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，其主要目的在于解决现有技术中无法实现在移动设备上通过卷积神经网络模型进行车辆定损的技术问题。

为实现上述目的，本发明提供一种车辆损伤分类模型的生成装置，该装置包括存储器和处理器，所述存储器中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。

可选地，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。

可选地，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。

可选地，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。

可选地，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：