[发明专利]终端设备的价格评估方法、装置及可读存储介质

权利要求书

1.一种终端设备的价格评估方法，其特征在于，所述方法包括：

获取终端设备在不同方位角的多个图片；

对所述多个图片进行顶点变换，得到矫正后的多个图片；

根据所述矫正后的多个图片以及预设的深度学习模型，确定所述终端设备的评估报告；所述评估报告包括所述终端设备的基本信息和缺陷信息；所述深度学习模型为基于多标签图像识别网络和缺陷检测网络构建得到的，所述多标签图像识别网络用于根据所述矫正后的多个图片确定所述终端设备的基本信息，所述缺陷检测网络用于根据所述矫正后的多个图片确定所述终端设备的缺陷信息；

根据所述终端设备的基本信息和缺陷信息计算所述终端设备的价格。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个图片进行顶点变换，包括：

对所述多个图片进行二值化处理，得到每个图片中的多个轮廓；

根据预设的纵横比，从所述多个轮廓中去除干扰轮廓，得到所述每个图片中所述终端设备的最小外接矩形；所述干扰轮廓为不属于所述终端设备的轮廓的区域；

对所述每个图片中所述终端设备的最小外接矩形进行顶点变换。

3.根据权利要求1所述的方法，其特征在于，确定所述终端设备的基本信息，包括：

根据所述矫正后的多个图片，确定所述终端设备的多个部件的位置信息和所述终端设备的标识；

对所述终端设备的多个部件的位置信息和所述终端设备的标识进行识别，得到多个识别结果；每个识别结果包括终端设备的基本信息和对应的得分；

从所述多个识别结果确定目标识别结果，得到所述终端设备的基本信息。

4.根据权利要求1所述的方法，其特征在于，所述缺陷信息包括缺陷位置和缺陷种类，确定所述终端设备的缺陷信息，包括：

获取多组样本数据；每组样本数据包括样本终端设备的样本图像和样本标签；所述样本标签图像用于标注所述样本终端设备的缺陷位置和缺陷种类；

根据所述多组样本数据，对预设的标注模型进行训练，并将所述矫正后的多个图片输入训练后的所述标注模型，得到所述终端设备的缺陷信息。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述缺陷种类包括一级缺陷和二级缺陷，所述根据所述终端设备的基本信息和缺陷信息计算所述终端设备的价格，包括：

根据所述终端设备的基本信息确定所述终端设备的原始价格；

确定所述终端设备的折损价格；所述折损价格为第一折损价格与第二折损价格之和，所述第一折损价格为所述终端设备的一级缺陷的数量与对应的第一折损系数的乘积，所述第二折损价格为所述终端设备的二级缺陷的数量与对应的第二折损系数的乘积；

将所述原始价格与所述折损价格的差值确定为所述终端设备的价格。

6.一种终端设备的价格评估装置，其特征在于，所述装置包括：获取单元、处理单元、确定单元；

所述获取单元，用于获取终端设备在不同方位角的多个图片；

所述处理单元，用于对所述多个图片进行顶点变换，得到矫正后的多个图片；

所述确定单元，用于根据所述矫正后的多个图片以及预设的深度学习模型，确定所述终端设备的评估报告；所述评估报告包括所述终端设备的基本信息和缺陷信息；所述深度学习模型为基于多标签图像识别网络和缺陷检测网络构建得到的，所述多标签图像识别网络用于根据所述矫正后的多个图片确定所述终端设备的基本信息，所述缺陷检测网络用于根据所述矫正后的多个图片确定所述终端设备的缺陷信息；

所述确定单元，还用于根据所述终端设备的基本信息和缺陷信息计算所述终端设备的价格。

7.根据权利要求6所述的装置，其特征在于，所述处理单元，具体用于：

对所述多个图片进行二值化处理，得到每个图片中的多个轮廓；

根据预设的纵横比，从所述多个轮廓中去除干扰轮廓，得到所述每个图片中所述终端设备的最小外接矩形；所述干扰轮廓为不属于所述终端设备的轮廓的区域；

对所述每个图片中所述终端设备的最小外接矩形进行顶点变换。