(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210825740.3 (22)申请日 2022.07.13 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 余宪　刘莉红　刘玉宇　肖京　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 陈敬华 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于人工智能的车辆部件损伤检测方法及 相关设备 (57)摘要 本申请提出一种基于人工智能的车辆部件 损伤检测方法、 装置、 电子设备及存储介质， 基于 人工智能的车辆部件损伤检测方法包括： 依据预 设方式对车辆部件进行图像采集获得初始车辆 图像集； 依据预设的语义分割网络对 所述初始车 辆图像集进行检测获得多种类别的车辆部件图 像集； 对所述车辆部件图像集进行筛选获得车辆 部件筛选集； 基于所述车辆部件筛选集中的所有 图像和预设的车辆部件标准图像生成车辆部件 显著图像； 依据预设的车辆部件检测模型对所述 车辆部件显著 图像进行检测获得车辆部件损伤 结果。 本申请通过生成能够准确反映车辆部位损 伤情况的车辆部件显著图像， 实现车辆部件检测 模型对车辆各部件的快速检测， 有效提高了车辆 部件损伤的检测效率。 权利要求书2页 说明书12页 附图2页 CN 115131564 A 2022.09.30 CN 115131564 A 1.一种基于人工智能的车辆 部件损伤检测方法， 其特 征在于， 所述方法包括： 依据预设方式对车辆 部件进行图像采集获得初始车辆图像集； 依据预设的语义分割网络对所述初始车辆图像集进行检测获得多种类别的车辆部件 图像集； 对所述车辆 部件图像集进行筛 选获得车辆部件筛选集； 基于所述车辆部件筛选集中的所有图像和预设的车辆部件标准图像生成车辆部件显 著图像， 所述车辆部件标准图像和所述车辆部件显著图像均与所述车辆部件筛选集一一对 应； 依据预设的车辆部件检测模型对所述车辆部件显著图像进行检测获得车辆部件损伤 结果。 2.如权利要求1所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述依据 预设方式对车辆 部件进行图像采集获得初始车辆图像集包括： 依据预设方式对车辆进行全方位的视频拍摄获得 车辆部件视频流； 依次对所述车辆部件视频流进行单帧图像提取， 并将 获取到的所有单帧图像作为初始 车辆图像集。 3.如权利要求1所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述依据 预设的语义分割网络对所述初始车辆图像集进行检测获得多种类别的车辆部件图像集包 括： 对所述初始车辆图像集中的所有图像按照车辆部件类别的不同设置不同的标签获得 初始车辆标签集； 依据所述初始车辆图像集和所述初始车辆标签集对预设的语义分割网络进行训练得 到车辆部件分割模型； 基于所述车辆部件分割模型对所述初始车辆图像集中的所有图像进行检测获得多种 类别的车辆 部件图像集。 4.如权利要求1所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述对所 述车辆部件图像集进行筛 选获得车辆部件筛选集， 包括： 依据连通 域分析法计算所述车辆 部件图像集中每一张车辆 部件图像的像素 数量； 基于所述像素 数量对所述车辆 部件图像集进行筛 选获得车辆部件筛选集。 5.如权利要求4所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述基于 所述像素 数量对所述车辆 部件图像集进行筛 选获得车辆部件筛选集包括： 基于所述像素 数量对所述车辆 部件图像集进行分类获得多种类别的像素 数量分类集； 选取像素 数量最多的像素 数量分类集作为车辆 部件筛选集。 6.如权利要求1所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述基于 所述车辆部件筛选集中的所有图像和预设的车辆部件标准图像生成车辆部件显著图像， 所 述车辆部件标准图像和所述车辆 部件显著图像均 与所述车辆 部件筛选集一一对应， 包括： 计算所述车辆部件筛选集中的每一张图像和预设的车辆部件标准图像之间的图像相 似性； 依据所述图像相似性由大到小的顺序对所述车辆部件筛选集中的所有图像进行排序 获得排序结果；权　利　要　求　书 1/2 页 2 CN 115131564 A 2基于所述排序结果对所述车辆部件筛选集中的所有图像进行筛选获得车辆部件优选 图像集； 基于所述车辆 部件优选图像集中的所有图像生成车辆 部件显著图像。 7.如权利要求6所述的基于人工智能的车辆部件损伤检测方法， 其特征在于， 所述基于 所述车辆 部件优选图像集中的所有图像生成车辆 部件显著图像包括： 将所述车辆部件优选图像集中每一张图像和预设的车辆部件标准图像之间的图像相 似性作为各图像对应的图像初始权 重； 对所有的图像初始权重进行归一化获得所述车辆部件优选图像集中每一张图像的图 像归一化权重； 对所述车辆部件优选图像集中每一张图像和对应的图像归一化权重进行加权求和获 得车辆部件显著图像。 8.一种基于人工智能的车辆 部件损伤检测装置， 其特 征在于， 所述装置包括： 采集单元， 用于依据预设方式对车辆 部件进行图像采集获得初始车辆图像集； 获得单元， 用于依据 预设的语义分割网络对所述初始车辆图像集进行检测获得多种类 别的车辆 部件图像集； 筛选单元， 用于对所述车辆 部件图像集进行筛 选获得车辆部件筛选集； 生成单元， 用于基于所述车辆部件筛选集中的所有图像和预设的车辆部件标准图像生 成车辆部件显著图像， 所述车辆部件标准图像和所述车辆部件显著图像均与所述车辆部件 筛选集一一对应； 检测单元， 用于依据 预设的车辆部件检测模型对所述车辆部件显著图像进行检测获得 车辆部件损伤结果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 存储器， 存储有计算机可读指令； 及 处理器， 执行所述存储器 中存储的计算机可读指令以实现如权利要求1至7中任意一项 所述的基于人工智能的车辆 部件损伤检测方法。 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上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的基于 人工智能的车辆 部件损伤检测方法。权　利　要　求　书 2/2 页 3 CN 115131564 A 3