一种车辆损伤识别模型建立方法、损伤识别方法及装置与流程

技术特征：
1.一种车辆损伤识别模型建立方法，其特征在于，所述方法包括：确定训练集数据，所述训练集数据包括历史损伤图片，所述历史损伤图片具有损伤分割标签，所述损伤分割标签包括至少一种预设损伤类型；提取所述历史损伤图片中浅层图像特征和深层图像特征；将所述深层图像特征输入到自适应感受野选择模型中，得到深层鲁棒特征，所述自适应感受野选择模型用于根据不同损伤分割标签确定深层图像特征对应不同的感受野选择矩阵；将所述深层鲁棒特征和所述浅层图像特征融合处理得到所述历史损伤图片的目标图像特征；将所述目标图像特征输入到车辆损伤识别模型中，得到图像预测分割结果；根据所述图像预测分割结果和所述历史损伤图片对应的损伤分割标签，利用预设损失函数调整所述自适应感受野选择模型和所述车辆损伤识别模型的网络参数，得到训练完成的所述自适应感受野选择模型和所述车辆损伤识别模型。2.根据权利要求1所述的方法，其特征在于，所述将所述深层图像特征输入到自适应感受野选择模型中，得到深层鲁棒特征，包括：利用预设空洞卷积核，采用多个扩张率处理所述深层图像特征，得到多个尺寸的深层图像特征；将多个尺寸的深层图像特征融合处理，得到融合后的深层图像特征；将所述融合后的深层图像特征输入到自适应感受野选择模型中，得到感受野选择矩阵，所述感受野选择矩阵的通道数与融合后的深层图像特征通道数量一致；根据所述融合后的深层图像特征和所述感受野选择矩阵，计算得到所述历史损伤图片的深层鲁棒特征。3.根据权利要求2所述的方法，其特征在于，所述深层鲁棒特征通过如下公式得到：f1＝multi_feature
×
(s 0.5
×
i)，其中，f1为深层鲁棒特征，multi_feature为融合后的深层图像特征，s为感受野选择矩阵，i为单位矩阵。4.根据权利要求1所述的方法，其特征在于，所述预设损失函数包括设有预设权重的分类损失函数、异常检测损失函数和感受野选择损失函数；所述异常检测损失函数通过如下步骤得到：确定所述历史损伤图片所属的车辆部件；根据所述车辆部件和所述目标图像特征，确定每个车辆部件对应的图像特征；根据所述车辆部件对应的图像特征，确定每个车辆部件对应的图像特征的聚类中心；根据所述历史损伤图片对应的损伤分割标签、每个车辆部件对应的图像特征的聚类中心，计算得到所述异常检测损失函数。5.根据权利要求4所述的方法，其特征在于，所述感受野选择损失函数通过如下步骤得到：确定所述历史损伤图片对应的损伤分割标签中的预设损伤类型，及所述预设损伤类型所在的图片区域；构建损伤分割标签全零矩阵，所述损伤分割标签全零矩阵的通道与预设损伤类型一一
对应；根据所述预设损伤类型所在的图片区域，依次在与所述预设损伤类型对应通道上的相应区域的像素值置为1，以获得所述历史损伤图片对应的损伤分割标签矩阵；根据所述损伤分割标签矩阵和所述感受野选择矩阵，利用均方误差函数计算得到所述感受野选择损失函数。6.一种车辆损伤识别方法，其特征在于，所述方法包括：利用预先构建的残差学习网络处理待识别损伤图片，得到所述待识别损伤图片的浅层图像特征和深层图像特征；将所述深层图像特征输入到训练完成的自适应感受野选择模型中，得到深层鲁棒特征；将所述深层鲁棒特征和所述浅层图像特征融合处理得到所述待识别损伤图片的目标图像特征；将所述目标图像特征输入到通过权利要求1至5任一项方法建立的车辆损伤识别模型中，得到所述待识别损伤图片的图像分割结果。7.一种车辆损伤识别模型建立装置，其特征在于，所述装置包括：训练集数据确定模块，用于确定训练集数据，所述训练集数据包括历史损伤图片，所述历史损伤图片具有损伤分割标签，所述损伤分割标签包括至少一种预设损伤类型；第一提取模块，用于提取所述历史损伤图片中浅层图像特征和深层图像特征；第一处理模块，用于将所述深层图像特征输入到自适应感受野选择模型中，得到深层鲁棒特征，所述自适应感受野选择模型用于根据不同损伤分割标签确定深层图像特征对应不同的感受野选择矩阵；第一融合模块，用于将所述深层鲁棒特征和所述浅层图像特征融合处理得到所述历史损伤图片的目标图像特征；预测模块，用于将所述目标图像特征输入到车辆损伤识别模型中，得到图像预测分割结果；训练模块，用于根据所述图像预测分割结果和所述历史损伤图片对应的损伤分割标签，利用预设损失函数调整所述自适应感受野选择模型和所述车辆损伤识别模型的网络参数，得到训练完成的所述自适应感受野选择模型和所述车辆损伤识别模型。8.一种车辆损伤识别装置，其特征在于，所述装置包括：第二提取模块，用于利用预先构建的残差学习网络处理待识别损伤图片，得到所述待识别损伤图片的浅层图像特征和深层图像特征；第二处理模块，用于将所述深层图像特征输入到训练完成的自适应感受野选择模型中，得到深层鲁棒特征；第二融合模块，用于将所述深层鲁棒特征和所述浅层图像特征融合处理得到所述待识别损伤图片的目标图像特征；识别模块，用于将所述目标图像特征输入到通过权利要求1至5任一项方法建立的车辆损伤识别模型中，得到所述待识别损伤图片的图像分割结果。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所
述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。

技术总结
本文提供了一种车辆损伤识别模型建立方法、损伤识别方法及装置，所述方法包括：确定训练集数据，提取所述历史损伤图片中浅层图像特征和深层图像特征；将所述深层图像特征输入到自适应感受野选择模型中，得到深层鲁棒特征；将所述深层鲁棒特征和所述浅层图像特征融合处理得到所述历史损伤图片的目标图像特征；将所述目标图像特征输入到车辆损伤识别模型中，得到图像预测分割结果；根据所述图像预测分割结果和所述历史损伤图片对应的损伤分割标签，利用预设损失函数调整所述自适应感受野选择模型和所述车辆损伤识别模型的网络参数，得到训练完成的所述自适应感受野选择模型和所述车辆损伤识别模型，本文能够提高训练模型的高鲁棒性和识别准确性。鲁棒性和识别准确性。鲁棒性和识别准确性。


技术研发人员：付晓 殷雨昕 王亚领 刘设伟
受保护的技术使用者：泰康在线财产保险股份有限公司
技术研发日：2021.10.25
技术公布日：2022/2/7