租赁设备的查勘方法、装置、计算机设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及租赁设备的查勘方法、装置、、计算机设备及存储介质。


背景技术：

2.目前用于租赁设备的租赁公司通常采用第三方人员对客户现场的租赁设备进行查勘，以便于对租赁设备信息是否一致、是否到达约定客户地址等信息进行确认，从而更好的把控项目出险时的风险。第三人对现场查勘时需满足租赁物已到达客户现场，设备已基本安装可见整体框架，并拍摄设备整机照，并确认设备安装地点。全流程时效较长，且全程需要人工参与，耗时费力，查勘效率低、且租赁方无法有效鉴别查勘信息的真实性，不能有效的规避租赁风险。


技术实现要素：

3.针对现有查勘方式不利于对查勘信息的真实性进行辨别的问题，现提供一种旨在可有效辨别查勘信息真实性的租赁设备的查勘方法、装置、计算机设备及存储介质。
4.为实现上述目的，本发明提供一种租赁设备的查勘方法，包括：
5.获取待处理查勘任务；
6.获取查勘终端的当前位置信息；
7.将所述查勘终端的当前位置信息与所述待处理查勘任务进行匹配；
8.若所述查勘终端的当前位置信息与所述待处理查勘任务匹配，根据所述待处理查勘任务生成查勘指令，并将所述查勘指令发送至所述查勘终端，控制所述查勘终端采集候选设备图像，以获取所述候选设备图像；
9.将所述候选设备图像与所述待处理查勘任务进行匹配，根据第一匹配结果生成查勘数据。
10.可选的，所述待处理查勘任务包括目标地址信息；
11.所述将所述查勘终端的当前位置信息与所述待处理查勘任务进行匹配，包括：
12.识别所述查勘终端的当前位置信息与所述目标地址信息是否符合第一预设条件；
13.所述第一预设条件为：所述查勘终端的当前位置信息与所述目标地址信息相同，或所述查勘终端的当前位置信息与所述目标地址信息之间的距离在预设范围内。
14.可选的，所述将所述候选设备图像与所述待处理查勘任务进行匹配，根据第一匹配结果生成查勘数据，包括：
15.识别所述候选设备图像得到待处理信息；
16.判断所述待处理信息是否符合第二预设条件，所述第二预设条件为所述待处理信息包括候选设备的整体图像和候选设备信息；
17.若所述待处理信息符合所述第二预设条件，将所述待处理信息与所述待处理查勘任务进行匹配，得到所述第一匹配结果，根据所述第一匹配结果生成查勘数据。
18.可选的，所述识别所述候选设备图像得到待处理信息，包括：
19.识别所述候选设备图像中是否包括设备标识区域；
20.若所述候选设备图像不包括所述设备标识区域，结束；
21.若所述候选设备图像包括所述设备标识区域，提取所述设备标识区域的图像；
22.将所述设备标识区域与预设模板匹配，获取与所述设备标识区域匹配的预设模板；
23.采用与所述预设模板对应的识别模型对所述设备标识区域进行识别，以获取候选设备的候选设备信息；
24.将所述候选设备信息和所述候选设备图像组合生成所述待处理信息。
25.可选的，每一所述预设模板对应一所述识别模型，所述识别模型为yolo模型，或rcnn模型，或遥感目标检测模型，或dbnet模型。
26.可选的，所述待处理查勘任务还包括待查勘设备图像和待查勘设备信息，所述待查勘设备信息包括：待查勘设备名称、待查勘设备型号、待查勘设备序列号和待查勘设备当前位置信息；
27.所述将所述待处理信息与所述待处理查勘任务进行匹配，得到所述第一匹配结果，根据所述第一匹配结果生成查勘数据，包括：
28.将所述待处理信息中的所述候选设备的整体图像与所述待查勘设备图像进行匹配，得到第二匹配结果；
29.将所述待处理信息中的所述候选设备信息与所述待查勘设备信息进行匹配，得到第三匹配结果；
30.将候选设备当前位置信息与所述目标地址信息进行匹配，得到第四匹配结果；
31.基于所述第二匹配结果、所述第三匹配结果和所述第四匹配结果得到所述第一匹配结果；
32.根据所述第一匹配结果生成所述查勘数据。
33.可选的，所述获取待处理查勘任务，包括：
34.接收租赁终端发送的查勘请求，所述查勘请求包括目标地址信息、待查勘设备图像和待查勘设备信息；
35.根据所述查勘请求生成待处理查勘任务。
36.为实现上述目的，本发明还提供一种租赁设备的查勘装置，包括：
37.第一获取单元，用于获取待处理查勘任务；
38.第二获取单元，用于获取查勘终端的查勘终端的当前位置信息；
39.匹配单元，用于将所述查勘终端的当前位置信息与所述待处理查勘任务进行匹配；
40.控制单元，若所述查勘终端的当前位置信息与所述待处理查勘任务匹配，用于根据所述待处理查勘任务生成查勘指令，并将所述查勘指令发送至所述查勘终端，控制所述查勘终端采集候选设备图像，以获取所述候选设备图像；
41.处理单元，用于将所述候选设备图像与所述待处理查勘任务进行匹配，根据第一匹配结果生成查勘数据。
42.为实现上述目的，本发明还提供一种计算机设备，所述计算机设备包括存储器、处
理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
43.为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
44.本发明提供的租赁设备的查勘方法、装置、计算机设备及存储介质，能够基于查勘终端的当前位置信息与待处理查勘任务的匹配结果，判断查勘终端是否达到了查勘条件，以便于控制查勘终端进行查勘任务采集候选设备图像；当查勘终端的当前位置信息与待处理查勘任务的匹配结果时，表示待处理查勘任务的匹配结果符合查勘条件，可执行查勘任务，实时获取查勘终端采集的候选设备图像，将候选设备图像与待处理查勘任务进行匹配生成查勘数据，通过实时将查勘终端采集的候选设备图像与待处理查勘任务进行匹配的方式实现了快速有效的对候选设备查勘，采用查勘终端实时采集候选设备图像保证了获取的候选设备图像的真实性，从而为生成的查勘数据的真实性及精准性提供了保障。
附图说明
45.图1为本发明所述的租赁设备的查勘方法的一种实施例的方法流程图；
46.图2为将候选设备图像与待处理查勘任务进行匹配生成查勘数据的一种实施例的方法流程图；
47.图3为本发明所述的租赁设备的查勘装置的一种实施例的模块图；
48.图4为本发明所述的计算机设备一实施例的硬件架构示意图。
具体实施方式
49.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
50.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
51.本发明提供了一种租赁设备的查勘方法、装置、计算机设备及存储介质，适用于租赁业务领域。本发明能够基于查勘终端的当前位置信息与待处理查勘任务的匹配结果，判断查勘终端是否达到了查勘条件，以便于控制查勘终端进行查勘任务采集候选设备图像；当查勘终端的当前位置信息与待处理查勘任务的匹配结果时，表示待处理查勘任务的匹配结果符合查勘条件，可执行查勘任务，实时获取查勘终端采集的候选设备图像，将候选设备图像与待处理查勘任务进行匹配生成查勘数据，通过实时将查勘终端采集的候选设备图像与待处理查勘任务进行匹配的方式实现了快速有效的对候选设备查勘，采用查勘终端实时采集候选设备图像保证了获取的候选设备图像的真实性，从而为生成的查勘数据的真实性及精准性提供了保障。
52.实施例一
53.请参阅图1，本实施例的一种租赁设备的查勘方法，可包括以下步骤：
54.s1.获取待处理查勘任务。
55.在本实施例中，租赁设备的查勘方法可以应用于管控租赁设备的服务器中，也可以应用于勘察终端中。待处理查勘任务可以是用于租赁设备的租赁终端根据租赁请求生成的查勘任务，也可以是服务器根据租赁终端发送的租赁请求生成的查勘任务。其中，租赁终端为用于录入(或采集)租赁设备信息的终端。
56.需要说明的是：所述待处理查勘任务包括目标地址信息，所谓目标地址信息是指租赁设备待租赁的地址或待安装的地址(或接收地址)。
57.在本实施例中，一条待处理查勘任务对应一台目标租赁设备，也可以一条待处理查勘任务对应一批目标租赁设备。
58.在一实施例中，步骤s1可包括：接收租赁终端发送的查勘请求，所述查勘请求包括目标地址信息、待查勘设备图像和待查勘设备信息；根据所述查勘请求生成待处理查勘任务。
59.在本实施例中，待查勘设备图像包括能够表示待查勘设备的整体图像(如六视图或立体图像等)，所述待查勘设备信息包括：待查勘设备名称、待查勘设备型号、待查勘设备序列号和待查勘设备当前位置信息等。
60.需要说明的是：待查勘设备信息可形成于安装在待查勘设备的铭牌上的信息，能够通过ocr(optical character recognition，光学字符识别)对其识别。
61.s2.获取查勘终端的当前位置信息。
62.在本实施例中，查勘终端可通过自身的定位模块获取其当前的位置信息。查勘终端可以是手持终端、智能手环、笔记本电脑等便携式设备。
63.s3.将所述查勘终端的当前位置信息与所述待处理查勘任务进行匹配。
64.在本实施例中，为了保证查勘设备时获取信息的真实性及实时性，可采用先将查勘终端的当前位置信息与待处理查勘任务进行匹配的方式，辨别查勘终端是否符合查勘的条件。若查勘终端的当前位置信息与待处理查勘任务匹配，则表示查勘终端满足查勘条件可以执行相应的查勘任务；若查勘终端的当前位置信息与待处理查勘任务不匹配，则表示查勘终端不满足查勘条件，无法执行查勘任务。
65.进一步地，步骤s3可包括：识别所述查勘终端的当前位置信息与所述目标地址信息是否符合第一预设条件(查勘条件)；
66.其中，所述第一预设条件为所述查勘终端的当前位置信息与所述目标地址信息相同，或所述查勘终端的当前位置信息与所述目标地址信息之间的距离在预设范围(如：100米、50米等)内。
67.在本实施例中，为了保证查勘信息的真实性，可依据查勘终端的当前位置信息与目标地址信息是否一致(或是否在预设范围内)来进行初步鉴别查勘终端在执行查勘任务时，其所在位置是否与目标地址信息一致，防止人为造假的情况。
68.s4.若所述查勘终端的当前位置信息与所述待处理查勘任务匹配，根据所述待处理查勘任务生成查勘指令，并将所述查勘指令发送至所述查勘终端，控制所述查勘终端采集候选设备图像，以获取所述候选设备图像。
69.在本实施例中，当查勘终端的当前位置信息与待处理查勘任务中的目标地址信息匹配时，表示查勘终端当前的位置满足查勘条件，服务器可根据待处理查勘任务生成查勘指令，发送至查勘终端控制其采集候选设备图像，并反馈至服务器，使服务器获取候选设备
图像。
70.在优选的实施例中，当查勘终端的当前位置信息与待处理查勘任务中的目标地址信息匹配时，表示查勘终端当前的位置满足查勘条件，控制查勘终端将其当前的位置与预设范围内的候选设备的当前位置信息(安装于候选设备上的定位模块获取的定位信息)进行匹配，服务器可根据待处理查勘任务生成查勘指令，发送至查勘终端控制其采集候选设备图像，并反馈至服务器，使服务器获取候选设备图像。
71.在本实施例中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
72.s5.将所述候选设备图像与所述待处理查勘任务进行匹配，根据第一匹配结果生成查勘数据。
73.在本实施例中，通过实时的将查勘终端采集的候选设备图像与待处理查勘任务进行匹配，以辨别候选设备是否为目标租赁设备，若匹配，表示候选设备为目标租赁设备；若不匹配，表示查勘终端采集的候选设备图像与目标租赁设备不符，或候选设备不是目标租赁设备。
74.进一步的，参阅图2所示步骤s5可包括以下步骤：
75.s51.识别所述候选设备图像得到待处理信息。
76.在本实施例中，通过对候选设备图像进行识别，得到可以表征候选设备的待处理信息。
77.进一步地，步骤s51可包括：
78.s511.识别所述候选设备图像中是否包括设备标识区域，若是，执行步骤s512；若否，结束。
79.在本实施例中，设备标识区域为能够表示该候选设备信息的区域，如安装于候选设备上的设备铭牌。当候选设备图像包括设备标识区域时，可对设备标识区域进行分析进一步获取候选设备，当候选设备图像不包括设备标识区域时，可直接将候选设备图像作为所述待处理信息。
80.s512.提取所述设备标识区域的图像。
81.s513.将所述设备标识区域与预设模板匹配，获取与所述设备标识区域匹配的预设模板。
82.在本实施例中，预设模板可以表示不同型号(或不同形状)的设备铭牌，也可以理解为不同品牌的设备铭牌。由于设备铭牌上的信息可包括中文、英文、数字符号等信息，为了保证识别的准确性，可针对不同型号的设备铭牌选择相应的识别模型对其识别。
83.s514.采用与所述预设模板对应的识别模型对所述设备标识区域进行识别，以获取候选设备的候选设备信息。
84.在本实施例中，每一种预设模板对应一种识别模型。
85.需要说明的是：每一所述预设模板对应一所述识别模型，所述识别模型为yolo模型，或rcnn模型，或遥感目标检测模型，或dbnet模型。
86.本实施例中，yolo模型(you only look once)与rcnn系列算法不一样，是以不同
的方式处理对象检测。yolo模型将整个图像放在一个实例中，并预测这些框的边界框坐标及所属类别概率。使用yolo算法最大优的点是速度极快，每秒可处理45帧，也能够理解一般的对象表示。yolo模型是用来目标检测的，也就是在一副图像中检测到物体并识别出物体在图像中所在的位置，yolo相比于带有建议框的神经网络，可以大大速度。
87.dbnet模型的算法架构是：图像输入特征提取主干，提取特征；在特征金字塔上采样到相同的尺寸，并进行特征级联得到特征f，特征f用于预测概率图(probability map p)和阈值图(threshold map t)，通过p和f计算近似二值图(approximate binary map b)；在训练期间对p，t，b进行监督训练，p和b是用的相同的监督信号(label)。在推理时，只需要p或b就可以得到文本框。dbnet训练容易，结果简单移动，没用太复杂的后处理操作，降低了预测时的开销。
88.rcnn模型的算法架构为：根据输入图像生成1k～2k个候选区域；对每个候选区域，使用深度网络提取特征；特征送入每一类的svm分类器，判别是否属于该类；使用回归器精细修正候选框位置，对其进行识别。rcnn模型能够预先提取一系列较可能是物体的候选区域，之后仅在这些候选区域上提取特征，进行判断，提高了判断候选区域的速度。
89.遥感目标检测模型(gliding vertex)的算法架构为：通过改变框的表示方式避免了排序的麻烦。先检测水平框，这个是没有序列问题的，然后学习水平框四个角点的偏移量来达到四边形检测的目的，其实这里的(偏移量，对应的水平框的点)配对相当于有排序。由于训练数据集中水平目标数量少。因此，算法可能对水平目标的坐标预测不准，gliding vertex算法使用一个obliquity factor(r)预测目标是否可能为水平目标，以对水平目标进行较好的预测。遥感目标检测模型能够解决角度表示带来的角度周期性以及旋转目标宽高变换等问题。
90.s515.将所述候选设备信息和所述候选设备图像组合生成所述待处理信息，执行步骤s52。
91.在一优选的实施例中，执行步骤s511之前还可包括：
92.a.获取候选设备的查勘终端的当前位置信息，将所述查勘终端的当前位置信息与所述目标地址信息进行匹配；若所述查勘终端的当前位置信息与所述目标地址信息匹配，执行步骤s511。
93.在本实施例中，为了保证查勘终端采集的候选设备图像的实时性及真实性，可在识别候选设备图像之前，再次核对查勘终端的当前位置信息是否与待处理查勘任务中目标地址信息一致，若一致，则可对候选设备图像进行识别分析。
94.s52.判断所述待处理信息是否符合第二预设条件，若是，执行步骤s53；若否，结束。
95.其中，所述第二预设条件为所述待处理信息包括候选设备的整体图像和候选设备信息。
96.本实施例中，为了核对候选设备是否与目标租赁设备一致，可将候选设备的整体图像和候选设备信息分别与待处理查勘任务进行匹配，以使候选设备的外观与目标租赁设备一致的同时，候选设备信息与目标租赁设备一致，确保查勘数据的真实性及精准性。
97.s53.将所述待处理信息与所述待处理查勘任务进行匹配，得到所述第一匹配结果，根据所述第一匹配结果生成查勘数据。
98.需要说明的是：所述待处理查勘任务还可包括待查勘设备图像和待查勘设备信息，其中所述待查勘设备信息包括：待查勘设备名称、待查勘设备型号、待查勘设备序列号和待查勘设备当前位置信息。
99.进一步地，步骤s53可包括以下步骤：
100.s531.将所述待处理信息中的所述候选设备的整体图像与所述待查勘设备图像进行匹配，得到第二匹配结果；
101.本实施例中，通过步骤s531将候选设备的图像与目标租赁设备(待查勘设备)的图像进行比对，若匹配，则表示候选设备的图像与目标租赁设备的图像一致。
102.s532.将所述待处理信息中的所述候选设备信息与所述待查勘设备信息进行匹配，得到第三匹配结果；
103.本实施例中，通过步骤s532将候选设备信息与待查勘设备信息进行比对，若匹配，则表示候选设备的设备名称、设备型号、设备序列号与待查勘设备名称、待查勘设备型号、待查勘设备序列号均相同。
104.s533.将候选设备当前位置信息与所述目标地址信息进行匹配，得到第四匹配结果；
105.本实施例中，通过步骤s533基于候选设备中配置的定位模块，获取候选设备当前位置信息，将候选设备当前位置信息与待处理查勘任务中的目标地址信息进行比对，若匹配，则表示候选设备的当前所在位置与目标地址信息相同。
106.s534.基于所述第二匹配结果、所述第三匹配结果和所述第四匹配结果得到所述第一匹配结果；
107.s535.根据所述第一匹配结果生成所述查勘数据。
108.本实施例中，第一匹配结果由第二匹配结果、第三匹配结果和第四匹配结果组成，当第一匹配结果由第二匹配结果、第三匹配结果和第四匹配均为匹配时，生成的查勘数据为通过查勘，即候选设备与目标租赁设备一致；当第一匹配结果由第二匹配结果、第三匹配结果和第四匹配中至少一项不匹配时，生成的查勘数据为不通过查勘，可通过查勘终端再次对其查验。
109.在本实施例中，租赁设备的查勘方法能够基于查勘终端的当前位置信息与待处理查勘任务的匹配结果，判断查勘终端是否达到了查勘条件，以便于控制查勘终端进行查勘任务采集候选设备图像；当查勘终端的当前位置信息与待处理查勘任务的匹配结果时，表示待处理查勘任务的匹配结果符合查勘条件，可执行查勘任务，实时获取查勘终端采集的候选设备图像，将候选设备图像与待处理查勘任务进行匹配生成查勘数据，通过实时将查勘终端采集的候选设备图像与待处理查勘任务进行匹配的方式实现了快速有效的对候选设备查勘，采用查勘终端实时采集候选设备图像保证了获取的候选设备图像的真实性，从而为生成的查勘数据的真实性及精准性提供了保障。本实施例采用的租赁设备的查勘方法能够自动对租赁设备进行查勘，安全可控，查勘效率高，有效的降低了人力、物力及查勘成本。
110.实施例二
111.请参阅图3，本实施例的一种租赁设备的查勘装置1可包括：第一获取单元11、第二获取单元12、匹配单元13、控制单元14和处理单元15。
112.第一获取单元11，用于获取待处理查勘任务。
113.在本实施例中，租赁设备的查勘装置1可以应用于管控租赁设备的服务器中，也可以应用于勘察终端中。待处理查勘任务可以是用于租赁设备的租赁终端根据租赁请求生成的查勘任务，也可以是服务器根据租赁终端发送的租赁请求生成的查勘任务。其中，租赁终端为用于录入(或采集)租赁设备信息的终端。
114.需要说明的是：所述待处理查勘任务包括目标地址信息，所谓目标地址信息是指租赁设备待租赁的地址或待安装的地址(或接收地址)。
115.在本实施例中，一条待处理查勘任务对应一台目标租赁设备，也可以一条待处理查勘任务对应一批目标租赁设备。
116.在一实施例中，第一获取单元11可接收租赁终端发送的查勘请求，所述查勘请求包括目标地址信息、待查勘设备图像和待查勘设备信息；根据所述查勘请求生成待处理查勘任务。
117.在本实施例中，待查勘设备图像包括能够表示待查勘设备的整体图像(如六视图或立体图像等)，所述待查勘设备信息包括：待查勘设备名称、待查勘设备型号、待查勘设备序列号和待查勘设备当前位置信息等。
118.需要说明的是：待查勘设备信息可形成于安装在待查勘设备的铭牌上的信息，能够通过ocr对其识别。
119.第二获取单元12，用于获取查勘终端的查勘终端的当前位置信息。
120.在本实施例中，查勘终端可通过自身的定位模块获取其当前的位置信息。查勘终端可以是手持终端、智能手环、笔记本电脑等便携式设备。
121.匹配单元13，用于将所述查勘终端的当前位置信息与所述待处理查勘任务进行匹配。
122.在本实施例中，为了保证查勘设备时获取信息的真实性及实时性，可采用先将查勘终端的当前位置信息与待处理查勘任务进行匹配的方式，辨别查勘终端是否符合查勘的条件。若查勘终端的当前位置信息与待处理查勘任务匹配，则表示查勘终端满足查勘条件可以执行相应的查勘任务；若查勘终端的当前位置信息与待处理查勘任务不匹配，则表示查勘终端不满足查勘条件，无法执行查勘任务。
123.进一步地，匹配单元13可识别所述查勘终端的当前位置信息与所述目标地址信息是否符合第一预设条件(查勘条件)；
124.其中，所述第一预设条件为所述查勘终端的当前位置信息与所述目标地址信息相同，或所述查勘终端的当前位置信息与所述目标地址信息之间的距离在预设范围(如：100米、50米等)内。
125.在本实施例中，为了保证查勘信息的真实性，可依据查勘终端的当前位置信息与目标地址信息是否一致(或是否在预设范围内)来进行初步鉴别查勘终端在执行查勘任务时，其所在位置是否与目标地址信息一致，防止人为造假的情况。
126.控制单元14，若所述查勘终端的当前位置信息与所述待处理查勘任务匹配，用于根据所述待处理查勘任务生成查勘指令，并将所述查勘指令发送至所述查勘终端，控制所述查勘终端采集候选设备图像，以获取所述候选设备图像。
127.在本实施例中，当查勘终端的当前位置信息与待处理查勘任务中的目标地址信息
匹配时，表示查勘终端当前的位置满足查勘条件，服务器可根据待处理查勘任务生成查勘指令，发送至查勘终端控制其采集候选设备图像，并反馈至服务器，使服务器获取候选设备图像。
128.在优选的实施例中，当查勘终端的当前位置信息与待处理查勘任务中的目标地址信息匹配时，表示查勘终端当前的位置满足查勘条件，控制查勘终端将其当前的位置与预设范围内的候选设备的当前位置信息(安装于候选设备上的定位模块获取的定位信息)进行匹配，服务器可根据待处理查勘任务生成查勘指令，发送至查勘终端控制其采集候选设备图像，并反馈至服务器，使服务器获取候选设备图像。
129.在本实施例中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
130.处理单元15，用于将所述候选设备图像与所述待处理查勘任务进行匹配，根据第一匹配结果生成查勘数据。
131.在本实施例中，通过实时的将查勘终端采集的候选设备图像与待处理查勘任务进行匹配，以辨别候选设备是否为目标租赁设备，若匹配，表示候选设备为目标租赁设备；若不匹配，表示查勘终端采集的候选设备图像与目标租赁设备不符，或候选设备不是目标租赁设备。
132.进一步的，处理单元15可包括：
133.识别模块，用于识别所述候选设备图像得到待处理信息。
134.在本实施例中，通过对候选设备图像进行识别，得到可以表征候选设备的待处理信息。
135.进一步地，识别模块识别所述候选设备图像得到待处理信息的步骤可包括：
136.s511.识别所述候选设备图像中是否包括设备标识区域，若是，执行步骤s512；若否，结束。
137.在本实施例中，设备标识区域为能够表示该候选设备信息的区域，如安装于候选设备上的设备铭牌。当候选设备图像包括设备标识区域时，可对设备标识区域进行分析进一步获取候选设备，当候选设备图像不包括设备标识区域时，可直接将候选设备图像作为所述待处理信息。
138.s512.提取所述设备标识区域的图像。
139.s513.将所述设备标识区域与预设模板匹配，获取与所述设备标识区域匹配的预设模板。
140.在本实施例中，预设模板可以表示不同型号(或不同形状)的设备铭牌，也可以理解为不同品牌的设备铭牌。由于设备铭牌上的信息可包括中文、英文、数字符号等信息，为了保证识别的准确性，可针对不同型号的设备铭牌选择相应的识别模型对其识别。
141.s514.采用与所述预设模板对应的识别模型对所述设备标识区域进行识别，以获取候选设备的候选设备信息。
142.在本实施例中，每一种预设模板对应一种识别模型。
143.需要说明的是：每一所述预设模板对应一所述识别模型，所述识别模型为yolo模
型，或rcnn模型，或遥感目标检测模型，或dbnet模型。
144.本实施例中，yolo模型(you only look once)与rcnn系列算法不一样，是以不同的方式处理对象检测。yolo模型将整个图像放在一个实例中，并预测这些框的边界框坐标及所属类别概率。使用yolo算法最大优的点是速度极快，每秒可处理45帧，也能够理解一般的对象表示。yolo模型是用来目标检测的，也就是在一副图像中检测到物体并识别出物体在图像中所在的位置，yolo相比于带有建议框的神经网络，可以大大速度。
145.dbnet模型的算法架构是：图像输入特征提取主干，提取特征；在特征金字塔上采样到相同的尺寸，并进行特征级联得到特征f，特征f用于预测概率图(probability map p)和阈值图(threshold map t)，通过p和f计算近似二值图(approximate binary map b)；在训练期间对p，t，b进行监督训练，p和b是用的相同的监督信号(label)。在推理时，只需要p或b就可以得到文本框。dbnet训练容易，结果简单移动，没用太复杂的后处理操作，降低了预测时的开销。
146.rcnn模型的算法架构为：根据输入图像生成1k～2k个候选区域；对每个候选区域，使用深度网络提取特征；特征送入每一类的svm分类器，判别是否属于该类；使用回归器精细修正候选框位置，对其进行识别。rcnn模型能够预先提取一系列较可能是物体的候选区域，之后仅在这些候选区域上提取特征，进行判断，提高了判断候选区域的速度。
147.遥感目标检测模型(gliding vertex)的算法架构为：通过改变框的表示方式避免了排序的麻烦。先检测水平框，这个是没有序列问题的，然后学习水平框四个角点的偏移量来达到四边形检测的目的，其实这里的(偏移量，对应的水平框的点)配对相当于有排序。由于训练数据集中水平目标数量少。因此，算法可能对水平目标的坐标预测不准，gliding vertex算法使用一个obliquity factor(r)预测目标是否可能为水平目标，以对水平目标进行较好的预测。遥感目标检测模型能够解决角度表示带来的角度周期性以及旋转目标宽高变换等问题。
148.s515.将所述候选设备信息和所述候选设备图像组合生成所述待处理信息，判断所述待处理信息是否符合第二预设条件。
149.在一优选的实施例中，执行步骤s511之前还可包括：
150.a.获取候选设备的查勘终端的当前位置信息，将所述查勘终端的当前位置信息与所述目标地址信息进行匹配；若所述查勘终端的当前位置信息与所述目标地址信息匹配，执行步骤s511。
151.在本实施例中，为了保证查勘终端采集的候选设备图像的实时性及真实性，可在识别候选设备图像之前，再次核对查勘终端的当前位置信息是否与待处理查勘任务中目标地址信息一致，若一致，则可对候选设备图像进行识别分析。
152.判断模块，用于判断所述待处理信息是否符合第二预设条件。
153.其中，所述第二预设条件为所述待处理信息包括候选设备的整体图像和候选设备信息。
154.本实施例中，为了核对候选设备是否与目标租赁设备一致，可将候选设备的整体图像和候选设备信息分别与待处理查勘任务进行匹配，以使候选设备的外观与目标租赁设备一致的同时，候选设备信息与目标租赁设备一致，确保查勘数据的真实性及精准性。
155.匹配模块，用于将所述待处理信息与所述待处理查勘任务进行匹配，得到所述第
一匹配结果，根据所述第一匹配结果生成查勘数据。
156.需要说明的是：所述待处理查勘任务还可包括待查勘设备图像和待查勘设备信息，其中所述待查勘设备信息包括：待查勘设备名称、待查勘设备型号、待查勘设备序列号和待查勘设备当前位置信息。
157.进一步地，匹配模块将所述待处理信息与所述待处理查勘任务进行匹配包括以下步骤：
158.s531.将所述待处理信息中的所述候选设备的整体图像与所述待查勘设备图像进行匹配，得到第二匹配结果；
159.本实施例中，通过步骤s531将候选设备的图像与目标租赁设备(待查勘设备)的图像进行比对，若匹配，则表示候选设备的图像与目标租赁设备的图像一致。
160.s532.将所述待处理信息中的所述候选设备信息与所述待查勘设备信息进行匹配，得到第三匹配结果；
161.本实施例中，通过步骤s532将候选设备信息与待查勘设备信息进行比对，若匹配，则表示候选设备的设备名称、设备型号、设备序列号与待查勘设备名称、待查勘设备型号、待查勘设备序列号均相同。
162.s533.将候选设备当前位置信息与所述目标地址信息进行匹配，得到第四匹配结果；
163.本实施例中，通过步骤s533基于候选设备中配置的定位模块，获取候选设备当前位置信息，将候选设备当前位置信息与待处理查勘任务中的目标地址信息进行比对，若匹配，则表示候选设备的当前所在位置与目标地址信息相同。
164.s534.基于所述第二匹配结果、所述第三匹配结果和所述第四匹配结果得到所述第一匹配结果；
165.s535.根据所述第一匹配结果生成所述查勘数据。
166.本实施例中，第一匹配结果由第二匹配结果、第三匹配结果和第四匹配结果组成，当第一匹配结果由第二匹配结果、第三匹配结果和第四匹配均为匹配时，生成的查勘数据为通过查勘，即候选设备与目标租赁设备一致；当第一匹配结果由第二匹配结果、第三匹配结果和第四匹配中至少一项不匹配时，生成的查勘数据为不通过查勘，可通过查勘终端再次对其查验。
167.在本实施例中，租赁设备的查勘装置1能够基于查勘终端的当前位置信息与待处理查勘任务的匹配结果，判断查勘终端是否达到了查勘条件，以便于控制查勘终端进行查勘任务采集候选设备图像；当查勘终端的当前位置信息与待处理查勘任务的匹配结果时，表示待处理查勘任务的匹配结果符合查勘条件，可执行查勘任务，实时获取查勘终端采集的候选设备图像，将候选设备图像与待处理查勘任务进行匹配生成查勘数据，通过实时将查勘终端采集的候选设备图像与待处理查勘任务进行匹配的方式实现了快速有效的对候选设备查勘，采用查勘终端实时采集候选设备图像保证了获取的候选设备图像的真实性，从而为生成的查勘数据的真实性及精准性提供了保障。本实施例采用的租赁设备的查勘装置1能够自动对租赁设备进行查勘，安全可控，查勘效率高，有效的降低了人力、物力及查勘成本。
168.实施例三
169.为实现上述目的，本发明还提供一种计算机设备2，该计算机设备2包括多个计算机设备2，实施例二的租赁设备的查勘装置1的组成部分可分散于不同的计算机设备2中，计算机设备2可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备2至少包括但不限于：可通过系统总线相互通信连接的存储器21、处理器23、网络接口22以及租赁设备的查勘装置1(参考图4)。需要指出的是，图4仅示出了具有组件-的计算机设备2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
170.本实施例中，所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备2的内部存储单元，例如该计算机设备2的硬盘或内存。在另一些实施例中，存储器21也可以是计算机设备2的外部存储设备，例如该计算机设备2上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，所述存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中，存储器21通常用于存储安装于计算机设备2的操作系统和各类应用软件，例如实施例一的租赁设备的查勘方法的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
171.所述处理器23在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器23通常用于控制计算机设备2的总体操作例如执行与所述计算机设备2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器23用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的租赁设备的查勘装置1等。
172.所述网络接口22可包括无线网络接口或有线网络接口，该网络接口22通常用于在所述计算机设备2与其他计算机设备2之间建立通信连接。例如，所述网络接口22用于通过网络将所述计算机设备2与外部终端相连，在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(intranet)、互联网(internet)、全球移动通讯系统(global system of mobile communication，gsm)、宽带码分多址(wideband code division multiple access，wcdma)、4g网络、5g网络、蓝牙(bluetooth)、wi-fi等无线或有线网络。
173.需要指出的是，图4仅示出了具有部件21-23的计算机设备2，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
174.在本实施例中，存储于存储器21中的所述租赁设备的查勘装置1还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器23)所执行，以完成本发明。
175.实施例四
176.为实现上述目的，本发明还提供一种计算机可读存储介质，其包括多个存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态
随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘、服务器、app应用商城等等，其上存储有计算机程序，程序被处理器23执行时实现相应功能。本实施例的计算机可读存储介质用于存储租赁设备的查勘装置1，被处理器23执行时实现实施例一的租赁设备的查勘方法。
177.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
178.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
179.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。